继续请教问题:关于 Pytorch 的 Autograd

雷达

5 _/ ]8 K% W3 l/ e2 \* g
5 @( D  p7 W$ p0 V# U为预防老年痴呆，时不时学点新东东玩一玩。
Pytorch 下面的代码做最简单的一元线性回归：
# b, k# j7 U; _! |( d/ q* i----------------------------------------------
5 ~5 V* W8 ^! o5 F1 vimport torch
: W9 f, O, k5 @% [import numpy as np
import matplotlib.pyplot as plt
/ M& A! o5 N2 A* ?import random
" i/ F6 B' w- Y3 H
x = torch.tensor(np.arange(1,100,1))
y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
* c% E/ D6 C5 {/ A' N/ X$ |
; `! A: V, X* d8 t: z, Q( Zw = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
b = torch.tensor(0.,requires_grad=True)
- q  O1 _1 P/ N2 y( I% W" S5 h
epochs = 100
+ G7 r" p. g) x6 B9 o
4 E9 {1 `2 x2 B0 c' \losses = []
- e6 ^. i# [2 W0 pfor i in range(epochs):
  y_pred = (x*w+b)    # 预测
  y_pred.reshape(-1)
/ S9 n6 S' K; o  v
  loss = torch.square(y_pred - y).mean()   #计算 loss
6 A- \0 J( r3 T4 ^6 e- H+ [  losses.append(loss)
  
  loss.backward() # autograd
4 |; N6 }; `& {  with torch.no_grad():
8 |; \: z& Q6 w8 E4 |/ U2 a% |  N% X    w  -= w.grad*0.0001   # 回归 w
    b  -= b.grad*0.0001    # 回归 b
  w.grad.zero_()  
  b.grad.zero_()
* E* {. k' D  r
% m# _7 H5 m! `9 `+ ^# u+ Dprint(w.item(),b.item()) #结果
3 l4 v& \: x$ m, r' p
/ w2 P% ~5 T3 P1 A$ w4 UOutput： 27.26387596130371  0.4974517822265625
----------------------------------------------
0 L% u- `+ P* [5 I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。
高手们帮看看是神马原因？

老福

5 l$ z6 [, F& C2 w
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？
0 g) k6 P) x7 `0 Y0 s+ }( i-------
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。
-------
$ Y' ?6 p1 z' h$ X+ q, H0 a1 z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。

雷达

老福 发表于 2023-2-14 19:23
1 c  b; ?" Q& \; R' T, P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？
-------
0 x9 p1 o0 E! F% B2 `不好意思， ...

* q/ g* v6 p! I8 D" r% S谢谢，算法应该没问题，就是最简单的线性回归。
" l. N) E1 h1 ^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。

老福

* b/ m% o, A" b

雷达 发表于 2023-2-14 21:52
谢谢，算法应该没问题，就是最简单的线性回归。
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 ...

* `# t0 e4 f, N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。

- I' W* G. L) B或者把b但的起点改为1试试。

雷达

  G# U0 o2 ?$ V# r7 [4 ^! `

老福 发表于 2023-2-14 22:00
) J+ t$ M$ i6 ~$ M3 l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。
5 E/ S' B% I: d% c. C
或者把b但的起点改为1试试。 ...

- f, O& D- F/ _/ L+ G4 q. N& \& ]0 i* J你是对的。
) J: v1 ~# `  S3 E2 d2 C去掉了随机部分
4 o# D+ i/ y8 T$ i& Q1 j#y = (x*27+15+random.randint(-2,3)).reshape(-1)
y = (x*27+15).reshape(-1)
! h6 M7 o! s# _8 T- E% R. S
: F9 I  x% W# {% k3 I1 h5 E) k- Q" n3 Q循环次数加成10倍，就看到 b 收敛了
0 _. g) V1 a, j1 L8 M2 ^) E8 Xw , b
! K8 j8 W2 ~$ {. z/ u27.002620697021484 14.826167106628418
  Y* [' C* x6 d4 y0 ~$ L
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。