设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2286|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 0 W6 e. @# ~- i+ H1 e
    ! A6 c3 k) `) d3 v7 V
    为预防老年痴呆,时不时学点新东东玩一玩。5 P/ k  F, r0 ~3 r% [3 _
    Pytorch 下面的代码做最简单的一元线性回归:
    1 }% H. i: D% p9 W, i" u" G) C1 f----------------------------------------------
    ( T1 [, L) H% ~# Y2 D; Z% \+ i- Himport torch* y+ L( Q- {# I5 F8 z! t
    import numpy as np" ^  Z5 X- o' p: d: R' Y% k0 e
    import matplotlib.pyplot as plt
    " l) |/ ]* R& ~0 C1 Z3 b! Dimport random
    ' r5 v: ~* s3 Q' ~4 D: ?, Y; m
    & n- H$ @3 Y' r# v" ^) Wx = torch.tensor(np.arange(1,100,1))8 a; C  ~! o! |- t! U" D
    y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    9 l( U, n2 K/ j1 k) {1 d8 g/ X+ ~9 Q% p6 r4 D- G! M0 i# W) f
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    0 M6 R4 Z% W, m+ X' J( Ob = torch.tensor(0.,requires_grad=True)/ `. ]+ |- l5 y( C
    ) j7 o* P+ [# o( q' e: v3 W* @5 W
    epochs = 100
    . {9 t/ h' z+ l% D, p8 I  s
    : Q' l9 d: s! A- s+ K$ }! g: `0 z  olosses = []: b9 q: n1 Y5 G1 g
    for i in range(epochs):0 X, K) D: o, V* e
      y_pred = (x*w+b)    # 预测
    ' j( D8 F: a/ }9 f$ U3 Z' I+ A+ o  y_pred.reshape(-1)% X6 `$ r' K8 n, M1 H
    , r1 L9 p* c  E# Y3 Q
      loss = torch.square(y_pred - y).mean()   #计算 loss
      L1 g/ v. q6 _: F# ^  losses.append(loss)
    ) _4 m7 Z  N, e7 a8 D  ' V/ S3 z, R5 p
      loss.backward() # autograd; l. a, h! J+ R5 V( V- {
      with torch.no_grad():
    ' S* o3 P, T8 [. W" D+ E+ f    w  -= w.grad*0.0001   # 回归 w
    * L3 S$ T3 @! v& ?/ [    b  -= b.grad*0.0001    # 回归 b 6 o  C9 A; g" Y# G1 x# M
      w.grad.zero_()  
    1 y( }" @" L. m0 X3 w0 C  b.grad.zero_()2 ]* J1 m4 [0 P4 v) p* |
    ' ]4 V6 c  K  t, ?, h
    print(w.item(),b.item()) #结果% @4 v" Q' E1 s

    6 N) m$ W) k- ^/ c! R2 g+ aOutput: 27.26387596130371  0.49745178222656258 _5 J: f6 l0 _) D: S" [2 {5 {
    ----------------------------------------------
    , w# p; h" {  q( J' x( [4 |/ H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。
    6 v3 ?; K4 O7 e) J& p. R高手们帮看看是神马原因?
    * k' h! c1 j5 k+ g" p

    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 * e8 Q" E, D5 p( A. h1 |
    - g5 q; a2 C6 R8 t& D
    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?* p: c, X0 l2 F7 Y* W
    -------
    ; ~! j, l! g7 T* G9 ^1 R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 Q3 F# O2 s9 N7 L) n
    -------
    ; i% a: p5 Q" ~  b1 r; a- `% ~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
    7 V" p" n8 t! m4 e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?3 O. s/ R# F! D  Z
    -------& x* I7 N' S6 R5 r& ]
    不好意思, ...
    + y; z3 H5 R# ^9 [. r- e
    谢谢,算法应该没问题,就是最简单的线性回归。% _/ z% ~( W9 v1 L
    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 6 y. k4 y! N: `( L6 X
    雷达 发表于 2023-2-14 21:527 g$ D$ m6 Z3 t
    谢谢,算法应该没问题,就是最简单的线性回归。
    # S* F% R2 o( k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 ...
    . Y2 E+ D6 |& L+ S# \8 R9 e

    , E' k3 ^1 Q2 ]# m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 _- l6 Q. k4 K" i' J/ M) o) k8 x% a3 Q/ C6 I+ \% j
    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 # |7 q* ^: H8 S
    老福 发表于 2023-2-14 22:00+ Y+ I" b5 o- ]1 N. K+ E3 S
    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。
    2 T/ ?4 M- t) U: h
    & w+ N4 ^; E- k' z0 Z, `或者把b但的起点改为1试试。 ...
    1 A  M$ c% X) T6 p3 ]( K& S
    ! I# r" }6 Z; c$ q' N
    你是对的。
    3 _8 f% U3 Q! }5 S/ V' d5 Z0 J去掉了随机部分6 ]' z, X  V' \4 K( r0 Z
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)
    ( a( Z5 m' G/ my = (x*27+15).reshape(-1)3 j" M1 {; G, k/ A3 C
    # h: ]  e$ [7 P, Z) V9 `# C/ I; j
    循环次数加成10倍,就看到 b 收敛了
    - r3 U) y7 r+ H/ Hw , b
    $ y/ d. L# D' _  D0 U. L4 W$ Q; k7 x27.002620697021484 14.826167106628418
    ( S, R* H! @/ c; N- I) H" R5 v7 Q  ?7 I8 H
    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, 2026-1-5 22:38 , Processed in 0.031187 second(s), 19 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表