设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 3453|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 . l0 O) J" }" K9 @, Y

    " ]4 C# W2 G2 p- ?  A) q为预防老年痴呆,时不时学点新东东玩一玩。% w7 P" l! k, e
    Pytorch 下面的代码做最简单的一元线性回归:
    6 |3 m/ c) n  P* A) Q----------------------------------------------
    . ~, _8 ?, ]' W6 F+ [  \4 E9 `import torch
    + |8 J' i, [2 ?* ~+ Y4 ^import numpy as np8 h1 Y9 S. o$ e0 H& N
    import matplotlib.pyplot as plt; f- Y6 i2 b# S' B/ w0 Y
    import random! ^$ ?2 z; p, ~0 K: H/ e4 B  {

    5 Q! O( ]5 n) \x = torch.tensor(np.arange(1,100,1))
    % q( |; z: Q. \8 G) M0 k  sy = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15! q8 t- p% X5 @. x5 k
    5 G/ ~" e3 ?5 _0 o" G/ W. I) \4 W' V, R
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b) V: j: k& u# y* R
    b = torch.tensor(0.,requires_grad=True)
      y9 H3 n: c+ A" G; i1 E6 M2 |) F) A& r, v* b" t8 u/ f
    epochs = 100
    ' {7 x# k7 R- s* z5 B9 U
    ; j( G" ~  L7 z3 Q, {+ E( tlosses = []
    3 S+ t  X, j7 Wfor i in range(epochs):
    / ^* a1 m, H8 r5 N6 H  y_pred = (x*w+b)    # 预测
    1 T7 a6 w$ {- `2 Q/ I  y_pred.reshape(-1)
    ' Z; t/ g1 |+ {4 D
    . ?8 ]& D+ a  Y; G: s$ J  loss = torch.square(y_pred - y).mean()   #计算 loss
    : T. p( e. N/ a" o0 }) j1 v; I  losses.append(loss)$ N* }* X. \9 ?
      
    - X  }/ V3 V% u& D& c; j+ X) B  loss.backward() # autograd1 i8 a' j; b6 b' D7 g. ]) T
      with torch.no_grad():
    ' a4 o" ]# e: ]( ]! ~" Q    w  -= w.grad*0.0001   # 回归 w8 X2 k- X1 Q# s8 s8 r* ?
        b  -= b.grad*0.0001    # 回归 b
    ; \& a, k. C( m. ]- p2 H# ?  w.grad.zero_()  
    ' m" f0 R' U. |$ @* K  b.grad.zero_(), [7 n6 Z" N, p. T. L
    $ n1 s6 z; Q; c+ i+ ^% `
    print(w.item(),b.item()) #结果
    6 q: |8 j- f- R- f" ?" ]4 J6 O: {" P
    Output: 27.26387596130371  0.49745178222656250 G, E& H8 y" F2 c* R. U1 L
    ----------------------------------------------% i/ A8 }  T1 W, u+ O
    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。
    3 A, _  n, B+ O* v高手们帮看看是神马原因?+ I1 T3 b" }, Z1 X2 H3 }% B; O1 B

    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 + R' g" K4 O2 O' G/ |1 J: k# R$ ~
    : S% T1 k- Z* l% t. n
    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 `; o& |# d- F; K$ T-------
    9 k* t" B2 v+ w! m9 _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。- a3 }/ ]6 I+ @3 K
    -------
    " Z: b- U1 s# c+ @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 19:238 Y# i* Y2 q. g' h3 b9 B8 Q+ 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?( o; u3 R0 d; W9 p( J. J+ m! P4 i
    -------
    8 \6 b: B7 \2 b1 V  I6 U不好意思, ...
    ' c* z8 S3 S" f0 {# M
    谢谢,算法应该没问题,就是最简单的线性回归。1 y4 K& I7 k' H* @/ [
    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 * ]' W( k( W5 K! u; U9 `
    雷达 发表于 2023-2-14 21:52
    6 r7 A7 p4 k. Q9 U谢谢,算法应该没问题,就是最简单的线性回归。3 J7 e) b- p* i/ 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 ...

    " C. `% |" M& g" V$ N  D7 v6 l; a' u; c2 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。& X3 O. y' |4 g0 ]' ~. A
    ! k. ]4 q  L: ?1 K$ o
    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
    8 g" o1 Q% Q3 ~2 n) w
    老福 发表于 2023-2-14 22:00
    : Q0 o4 G! Q# i( P  R5 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。- l' v: [4 l) j9 z% I) Y3 I7 j' \
    9 Y  C: ^- h$ @2 S2 m
    或者把b但的起点改为1试试。 ...
    ! y/ P) \* U5 A2 C. ]

    , l. f4 t/ E& r7 X你是对的。* L+ X1 y- F- Y( G( C
    去掉了随机部分
    & W. _' r+ t0 r  k4 \+ z#y = (x*27+15+random.randint(-2,3)).reshape(-1)
    , a% x/ N0 y% S! ^y = (x*27+15).reshape(-1)
    & H- {: n0 C5 r) e9 ]' T4 i+ Z) }. f  t+ m1 ]- J- F4 l2 l# ^
    循环次数加成10倍,就看到 b 收敛了+ S" S8 d7 Z3 P8 W. m4 B
    w , b" k4 x) ?9 o# G
    27.002620697021484 14.8261671066284181 o) A2 z% L% s2 \4 {3 b1 D
    4 H6 p& Y; ~6 W  ?/ Q5 u6 z
    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, 2026-8-23 14:17 , Processed in 0.068010 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