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 ' C( |: T2 ?8 S  g) T1 l
    2 A2 Q6 C1 I7 I. R% `8 i
    为预防老年痴呆,时不时学点新东东玩一玩。+ B/ m+ I& l% x" C' f/ t  `
    Pytorch 下面的代码做最简单的一元线性回归:
    ) C/ O# ^" G) P7 V, P0 _----------------------------------------------
    ! h0 ^- r: R5 b; {# v! zimport torch
    / k3 w' r6 L; U6 d/ dimport numpy as np
    ! B; A* M7 C$ Eimport matplotlib.pyplot as plt4 j" w3 ?$ S" ~' z
    import random
    ) I2 z) ?5 q( ]9 f( A& S! O7 [6 G( s* _" e, D  K8 Y/ B" G
    x = torch.tensor(np.arange(1,100,1))
    8 w4 q) e" u8 My = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=154 U  a& L: E: G+ v, T5 d* a8 F
    # w2 i% q" |7 Q( C* g, E
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b8 h; U, w$ x' H7 D, V2 B
    b = torch.tensor(0.,requires_grad=True); K& I+ a+ A: O3 g! Q, ^7 ?

    3 n! l$ Q2 G/ q' i) t0 M2 p! F% Gepochs = 1009 j5 b( r7 U0 N) F6 B

    5 Z. N5 T, d" C, ~* rlosses = []
    . J* ~8 x- c0 _/ a  d% v& }, E. ]for i in range(epochs):2 V. U2 ^" ~) v0 `* F5 j5 h: w1 a
      y_pred = (x*w+b)    # 预测# B8 ]0 D; B' F- e( a( I8 j
      y_pred.reshape(-1)/ f: l  ]+ l" o$ ]- M0 Z
    # G. ~9 N8 k. V
      loss = torch.square(y_pred - y).mean()   #计算 loss% J6 |! U4 B3 Q, I
      losses.append(loss)9 p1 l7 i; m$ i. H5 B- y3 a
      / {, A' _8 v! ]# v
      loss.backward() # autograd
    8 S3 ?6 ~4 L! X. u  with torch.no_grad():
    7 y" h2 O* x9 i% G5 M/ ~# b    w  -= w.grad*0.0001   # 回归 w0 y4 [) l7 r7 E& g5 x: _
        b  -= b.grad*0.0001    # 回归 b , ]/ ]8 ]  J2 u6 n" {# l# q
      w.grad.zero_()  7 @: G5 I- ]( k
      b.grad.zero_()
    2 X  x; ~- y7 k" E+ D
    9 B8 G) G. b# p9 zprint(w.item(),b.item()) #结果6 y- q( g7 I& P& q8 k6 d
    ) Y0 |3 E+ _8 U
    Output: 27.26387596130371  0.49745178222656253 w( A8 f! {1 n6 |& e
    ----------------------------------------------
    0 S1 v& U1 _+ I. a# G0 Y  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。
    ! `  M6 j, \# C  k+ ^4 ~6 |& N5 r高手们帮看看是神马原因?6 ?+ j3 ]) j# s) n7 R

    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 ' h% l+ }! Q8 p" [' q( y' Q4 d) a
    ; |# x  x- h' k$ J, m
    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?
    ; J" K6 l$ j5 V) }. q1 w6 @, @% o-------0 E3 @1 E  n7 \5 h% X8 I+ _) G- U
    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。/ a; E1 N8 L" |" s. c+ j8 ^
    -------
    : q- K, S5 _, _& p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 19:237 h. q% H! {1 @& n: n. q
    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?
    7 [# F1 l! t) G+ B0 s9 _+ n-------
    + f* h  Q" {+ N5 W4 ^  U+ o不好意思, ...
    : d0 g2 T( P7 B( l% ^  P
    谢谢,算法应该没问题,就是最简单的线性回归。
    ( s- L- c: O; j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 , W7 _& G$ r+ F/ @3 J; b
    雷达 发表于 2023-2-14 21:52. ]1 S- q* d# l. G& H' n) a
    谢谢,算法应该没问题,就是最简单的线性回归。2 n7 N8 U- H  }% G2 Z# Y/ w
    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 ...
    8 K. _/ D, |" G/ R4 c4 N9 t
    ; o. A! n  o- _8 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。
    4 Q+ I  o, t- o+ |! {& o$ B( g
    - t$ E: Q  q) i: |7 v! {- O' r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 0 t* H. m. D; A6 h9 r5 Y
    老福 发表于 2023-2-14 22:009 s% {6 L3 g" ]" 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。) }# v, v# R7 A) [, F, _2 C
    8 S) {; r1 k5 W' G: L0 T+ R
    或者把b但的起点改为1试试。 ...
      E  x4 t2 t8 a5 ?. k* W

    & j5 @  Z  a! u你是对的。- z! q( ?4 G1 P7 l0 {
    去掉了随机部分; G7 B, t: H7 [: s& u" R
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)
    8 g3 S" S+ C. by = (x*27+15).reshape(-1)" z2 ?8 [% y4 Y4 J! b: ]

    , W) W. c2 j1 @- ~循环次数加成10倍,就看到 b 收敛了
    : }! _2 o8 b. w- l( o& h/ Aw , b- I7 w# S6 d/ K
    27.002620697021484 14.8261671066284184 h( X% s& O9 K2 L$ M
    3 \6 b( ~6 W: N$ ?( J
    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 11:32 , Processed in 0.064036 second(s), 21 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表