继续请教问题:关于 Pytorch 的 Autograd

雷达

: }4 L" x7 Q. b) ~9 [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：
----------------------------------------------
import torch
( x, }2 o8 R5 w& }4 p/ jimport numpy as np
import matplotlib.pyplot as plt
import random

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
& g1 p9 }8 Q* I+ ?) i$ x
w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
5 t, L/ B/ I9 m7 mb = torch.tensor(0.,requires_grad=True)
! s  o2 r% ]5 }& |
epochs = 100
) O& R) d1 a/ c7 Z! o) c& D6 v
losses = []
for i in range(epochs):
1 J% g( N8 X: I) q  y_pred = (x*w+b)    # 预测
- B7 s0 I$ q, h1 ?. o0 A5 _  y_pred.reshape(-1)

& y1 I( E$ f. P  ~+ _  loss = torch.square(y_pred - y).mean()   #计算 loss
  losses.append(loss)
  
  loss.backward() # autograd
/ R, H1 u' a( J; M  with torch.no_grad():
    w  -= w.grad*0.0001   # 回归 w
    b  -= b.grad*0.0001    # 回归 b
  w.grad.zero_()  
% ]3 @9 Z" C4 v- O" ^' ]' |% A* C  b.grad.zero_()

$ y5 n7 K0 F$ z: L% vprint(w.item(),b.item()) #结果
9 T- t* l4 t& J( P, {
Output： 27.26387596130371  0.4974517822265625
  {/ m+ S% ~# M3 s9 p  U2 m----------------------------------------------
8 B" K! m2 G+ Y# R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？
% [9 g2 z+ i$ B) X6 C

老福

& U' j$ b2 I0 Q* `/ l. v- 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？
-------
1 ~* _: `: T( \) y0 `* @/ L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。
-------
' L% r$ ^' g/ v: ^6 H2 j- Q& V- 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。

雷达

老福 发表于 2023-2-14 19:23
; P- m. Y1 X6 |1 C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？
-------
- O7 j! A/ B6 Y1 A8 H& e不好意思， ...

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一下。

老福

4 H% e9 W. B. z2 m5 G4 N9 c% n/ w  E) `

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。
1 V0 b$ v1 L- C* j' D& u- b. x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 ...

+ J) t! c. I' o# G/ Q6 r- n
- k0 H' {$ @6 T# t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; q- c# _# ]. ]
  ?' T# Y" N6 u+ n. j或者把b但的起点改为1试试。

雷达

$ D2 _  V4 T1 F: |% D* f

老福 发表于 2023-2-14 22:00
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。
( m8 }: r" ]% b
或者把b但的起点改为1试试。 ...

; U) j1 B. t$ h; Y# |# A# u# ~你是对的。
去掉了随机部分
#y = (x*27+15+random.randint(-2,3)).reshape(-1)
y = (x*27+15).reshape(-1)
- U- f' Z; j2 K) }# F8 J
循环次数加成10倍，就看到 b 收敛了
4 ]: y% u8 j5 z) f: \$ }w , b
27.002620697021484 14.826167106628418

, l! L1 h; \. u* X, Z' g4 G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。