设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2554|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

    2025-9-22 22:19
  • 签到天数: 1183 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
    ) U( |( X. B0 W9 q5 Q" f& @# [% y' Y1 t" H4 D  J, o
    为预防老年痴呆,时不时学点新东东玩一玩。
    - M8 l# \0 Z3 U+ l9 |4 G4 JPytorch 下面的代码做最简单的一元线性回归:
    ' ]' ^! e0 [0 L% ^8 q; e/ W2 p----------------------------------------------
    5 N6 o9 W# I( F2 d% m7 d5 Himport torch9 @. j3 V% z+ _6 z/ }' P5 @9 U
    import numpy as np
    1 J$ a8 o; m2 D; A+ Uimport matplotlib.pyplot as plt
    + y, ^' V1 a5 M0 B: `import random
    # w8 Z2 G& f3 ?' Y% Q" G: O
    $ [7 S- c1 F7 c5 A" `$ qx = torch.tensor(np.arange(1,100,1))$ @- y( {& m5 c8 w6 a  m
    y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    6 }# `& g  k% P2 B& ?, y% Q1 E; \0 p! l# @/ B( v# t6 @
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    & ^9 t3 c$ L3 u, V4 J7 eb = torch.tensor(0.,requires_grad=True)5 ]8 X% n  ~7 E3 M4 ?& c. J: ~

    ) i4 O/ e+ X3 b! A5 }. i) lepochs = 100! D8 f6 X: `5 n, G+ F$ F
    $ `1 M3 m' y0 H+ I  [5 O* ]
    losses = []
    - Y0 g+ b0 @8 w. }4 Jfor i in range(epochs):
    : o# k% }) ?( w  f  y_pred = (x*w+b)    # 预测, l' H$ ]- [( Y: e9 P4 q& r6 T8 E
      y_pred.reshape(-1)! @5 f. L. N1 r4 [: V
      A9 c" V* D3 G% Y, _
      loss = torch.square(y_pred - y).mean()   #计算 loss+ U- J+ \' k7 {$ g( N
      losses.append(loss)7 t& X* C; ]% Q; H5 |* g
      
    ; C/ W; p) {! S+ K. y' B  loss.backward() # autograd8 M# W# f* U- Y& x0 [" y/ C
      with torch.no_grad():0 D9 s4 T; c9 H4 D
        w  -= w.grad*0.0001   # 回归 w3 I/ k. o3 [1 e  H8 o
        b  -= b.grad*0.0001    # 回归 b & B2 ~4 r4 W; t/ b9 N- X
      w.grad.zero_()  
    8 v! K; s9 Y0 \+ C6 f  b.grad.zero_()
    8 M+ _9 z' B& ?# C9 a5 }/ k* N
    * }: t* g$ R( i* uprint(w.item(),b.item()) #结果! z0 L8 Q: c5 C8 R$ i7 `+ D6 N7 V$ U3 _

    $ L7 w0 S: K7 A! U- N7 p' `3 BOutput: 27.26387596130371  0.4974517822265625
    2 |( D$ L* `4 [----------------------------------------------8 o0 j1 `+ V- k& s5 `
    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。
    ( `& i) I- m% Q$ r& O2 Z' h# {高手们帮看看是神马原因?/ e8 r# |# G4 x  W  X

    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
    ' ^9 J6 E+ Y+ F& W3 b
    3 z) s: ?2 e; W, K& K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?
    / J2 r2 a0 |, Y-------' v' G. E( y  C) Y$ {3 A; j; ]
    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。% h! E% a. R/ J$ s0 {" V9 ~
    -------
    ! t7 T, _1 v3 `/ P& O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

    2025-9-22 22:19
  • 签到天数: 1183 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( k1 ^+ P+ m* P6 U- b
    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?
    8 {/ u' L7 `" J" {3 @- x- X-------. ^3 \2 D5 L0 R$ ~" I% y/ V% m
    不好意思, ...

    7 M0 J3 Y) g0 P1 @" j谢谢,算法应该没问题,就是最简单的线性回归。- i9 E& f. p1 m  P) ]
    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
    : B, O5 w1 L$ B
    雷达 发表于 2023-2-14 21:52
    + Q' G$ R4 Q, d; A4 J) B9 ?谢谢,算法应该没问题,就是最简单的线性回归。4 I% X% l5 _; }7 H3 e4 X: R
    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 ...

    , m- j- X# a$ E! Y% m% Y5 c5 o: e/ c/ i! o
    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。
    3 M( w2 z! [4 m+ m- j/ c
    ' q* t( _: H0 K7 v( e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

    2025-9-22 22:19
  • 签到天数: 1183 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
    + F' F8 T. @" E! Z  X9 t; B' T  l
    老福 发表于 2023-2-14 22:00, y3 C% [& J$ l% |. y
    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 D! u3 f! _5 ^- n& h! l. x) n+ c

    : `8 a& D/ w) C( t  b" E或者把b但的起点改为1试试。 ...

    ( H  a& Q3 L6 s( p* g: }7 j6 O5 x
    ; Z/ Y: Z' k( k& F你是对的。
    9 Q( X9 {- N2 K( A4 O1 S去掉了随机部分
    ; y4 U% s! m1 d* `#y = (x*27+15+random.randint(-2,3)).reshape(-1)+ d) I3 {# n/ q& r5 g8 y. R
    y = (x*27+15).reshape(-1)% L" v3 H: y. M7 c' K+ w( s

    9 H# n3 _9 ]. X3 K  c0 |1 F# Y循环次数加成10倍,就看到 b 收敛了. T% A* v2 l- ~, M% d3 \# y
    w , b1 c* q" Q9 `" j/ n! O
    27.002620697021484 14.826167106628418( z" ]" O: u& D4 X) P( S& y5 d/ V
    5 A7 e4 P" C' D9 c
    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, 2026-3-7 18:10 , Processed in 0.053943 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