设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1970|回复: 4
打印 上一主题 下一主题

[信息技术] 继续请教问题:关于 Pytorch 的 Autograd

[复制链接]
  • TA的每日心情
    擦汗
    2024-12-25 23:22
  • 签到天数: 1182 天

    [LV.10]大乘

    跳转到指定楼层
    楼主
     楼主| 发表于 2023-2-14 13:09:28 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 雷达 于 2023-2-14 13:12 编辑 + r& K0 h# a7 a$ c! P& s
    8 G7 A7 v6 U( S+ a* f
    为预防老年痴呆,时不时学点新东东玩一玩。
    ) M8 X* x3 k$ I; e6 }Pytorch 下面的代码做最简单的一元线性回归:
      B! B7 R: D, K----------------------------------------------
    8 [0 G3 b; N  M6 w$ ?9 v/ T! yimport torch
    * T5 l: |4 B: I4 R% O% H9 E* uimport numpy as np
    . `' j5 |; j; Q' C' Q! uimport matplotlib.pyplot as plt
    & Z- _  F/ U! i. Dimport random
    ' v; n' e, _3 Q4 d) C) E( U( |1 z  r, ?% W$ X
    x = torch.tensor(np.arange(1,100,1))
    3 {) k5 [+ d7 q4 m5 b5 L# G9 Ty = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15+ D4 T! X+ R# u; W5 c9 n9 |1 v

    7 L% u/ s" j2 C3 ~0 Q& I/ m) m( h: ~- @w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b/ N5 c% @, s, U- s( Y
    b = torch.tensor(0.,requires_grad=True)0 ~1 B3 M7 _- m( j: K1 U0 Q# J

    - g' [, e# g; O0 ]8 Mepochs = 100
    - w/ R0 w1 H, T. q! d
    7 ?) G. ^" ?' r: f( ~4 ?4 H  u$ Qlosses = []
    ' Z; d% W) y# D' n9 q" e9 Qfor i in range(epochs):
    9 C/ \0 {0 Q  F8 W/ U# g8 R  y_pred = (x*w+b)    # 预测3 O$ t0 s  E# ~2 K" y4 G- T3 o+ l
      y_pred.reshape(-1)  K  J) z) _: \9 c8 \
    ; D. K! s! k& S# d, K
      loss = torch.square(y_pred - y).mean()   #计算 loss
    7 v/ Y9 B" C- |+ X  losses.append(loss)
    ( e3 |  J7 b; f  M. U& l  3 ~$ o  Z- I3 ]/ M2 M
      loss.backward() # autograd
    " g. `9 a/ C. ^8 l: n  z; D  with torch.no_grad():6 y( S4 x. l% o% ^" _' j) |
        w  -= w.grad*0.0001   # 回归 w
    . b% `) s1 O( |0 Z' N4 E. Y    b  -= b.grad*0.0001    # 回归 b
    ' f0 B. R0 I; A* u$ F  w.grad.zero_()  % A3 c* K) q- I# J- m
      b.grad.zero_()
    0 @* y& {7 X+ @, Q( R+ g  _3 Q! H1 i) B  r8 x$ N# k7 g! J
    print(w.item(),b.item()) #结果
    - {! E4 M" b( g) A( t4 {2 S
    4 O: I" k: `- O- BOutput: 27.26387596130371  0.4974517822265625
    ) s4 E) _( }) j/ w% j" B7 C----------------------------------------------
    ( C' F5 M" h1 _, y* b8 W( T最后的结果,w可以回到 w0 = 27 附近,b却回不去 b0=15。两处红字,损失函数是矢量计算后的均值,感觉 b 的回归表达有问题。
    / B" U. J+ d$ B& ~5 R0 S* M: d& O) s高手们帮看看是神马原因?
    % t; b7 w- x# q. V2 z

    评分

    参与人数 1爱元 +10 收起 理由
    老票 + 10 不明觉厉

    查看全部评分

    该用户从未签到

    沙发
    发表于 2023-2-14 19:23:02 | 只看该作者
    本帖最后由 老福 于 2023-2-14 21:58 编辑 ' o6 m6 Z& Y( b3 d

    5 _+ q; h' p& f* Z+ S/ ~, T没有用过pytorch,但你把随机噪音部分改成均值为0的正态分布再试试看是不是符合预期?9 w6 P2 H: k$ p' |( }  F
    -------7 v6 |6 z$ \' s- n1 d; U7 ~
    不好意思,再看一遍,好像你在自算回归而不是用现成的工具直接出结果,上面的评论只有一点用,就是确认是不是算法有问题。
    2 l5 X4 G) k( H* N2 x8 n-------
    2 S- T4 g$ x6 E算法诊断部分,建议把循环次数改为1000, 再看看loss是不是收敛。有点怀疑你循环次数不够,因为你起点是0, 步长很小。只是直观建议。

    评分

    参与人数 1爱元 +10 收起 理由
    雷达 + 10 谢谢建议

    查看全部评分

    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    擦汗
    2024-12-25 23:22
  • 签到天数: 1182 天

    [LV.10]大乘

    板凳
     楼主| 发表于 2023-2-14 21:52:57 | 只看该作者
    老福 发表于 2023-2-14 19:23. l" }4 t7 G4 P, F: o
    没有用过pytorch,但你把随机噪音部分改成均值为0的正态分布再试试看是不是符合预期?) \1 {# b$ q) l
    -------7 X! q( ?) ~8 B- r4 e4 J& W
    不好意思, ...
    $ r/ g% P; V+ `7 ~6 m6 ]7 V  U
    谢谢,算法应该没问题,就是最简单的线性回归。
    % \, w9 V4 I7 l. C我特意没有用现成的工具,就是想从最基本的地方深入理解一下。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    地板
    发表于 2023-2-14 22:00:48 | 只看该作者
    本帖最后由 老福 于 2023-2-14 22:02 编辑
    . [3 l2 [1 l6 @8 W) i' |# r0 N
    雷达 发表于 2023-2-14 21:52
    7 C# S+ y4 I1 q. ^6 o- O谢谢,算法应该没问题,就是最简单的线性回归。9 @  N- G$ c/ \6 C' }
    我特意没有用现成的工具,就是想从最基本的地方深入理解 ...
    ) n# t7 T& ?9 F

    2 O4 K' L7 O& u: K3 P) M# [* Q! u刚才更新了一下,建议增加循环次数或调一下步长,查一下loss曲线。* W& H& c# G  S2 F& d

    ; t# r8 L6 V3 z  p) I或者把b但的起点改为1试试。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    擦汗
    2024-12-25 23:22
  • 签到天数: 1182 天

    [LV.10]大乘

    5#
     楼主| 发表于 2023-2-15 00:25:26 | 只看该作者
    本帖最后由 雷达 于 2023-2-15 00:31 编辑 6 Z0 e. ]- s% J3 k8 a. x3 @3 m
    老福 发表于 2023-2-14 22:009 m  ^9 b5 Y9 i6 B
    刚才更新了一下,建议增加循环次数或调一下步长,查一下loss曲线。
    4 \8 z8 z# w7 r8 k
    / m8 G; W& @3 d( h* v6 J, e, G或者把b但的起点改为1试试。 ...

    # _9 e& a5 B% ]1 }. f2 \
    8 d- P' }0 [3 E* \9 Y. K你是对的。& A8 q: {: B/ @6 a  V6 D1 S5 B
    去掉了随机部分
    - V% u' G8 W4 R, I/ p9 Z& Z#y = (x*27+15+random.randint(-2,3)).reshape(-1)
    1 f4 [1 [( Q3 c0 v, ~* my = (x*27+15).reshape(-1)+ i3 v  X/ @! v+ e4 ?. G$ j9 z
    2 @2 I. L6 ~2 ]1 E* ~) @* J
    循环次数加成10倍,就看到 b 收敛了
      h( f1 n" M! a  l, y0 k3 pw , b7 D  C9 ~3 d9 I2 A# B1 `9 `7 F& v
    27.002620697021484 14.826167106628418) D: F" K; ?; E% l* h
    # i/ z  J% b2 f9 {
    和 b 的起始位置无关,但 labeled data 用 y = (x*27+15+random.randint(-2,3)).reshape(-1) ,收敛就很慢。
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2025-9-19 04:45 , Processed in 0.032399 second(s), 18 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表