设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 3125|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 6 L; {; D- y! A4 G" J2 ~. B
      v. f" k( F  V3 J6 n3 J
    为预防老年痴呆,时不时学点新东东玩一玩。5 |0 a# E5 G( o# o1 a; v
    Pytorch 下面的代码做最简单的一元线性回归:
    . n( j8 c& e. `2 o9 f3 i9 f' |+ ^' u----------------------------------------------
    ( f0 V9 L, |/ A, _import torch
    ' ]$ X; p5 c4 _1 }$ t  P0 x0 cimport numpy as np0 O( P4 m9 h  I1 K; f) [, x
    import matplotlib.pyplot as plt
    / W4 Z, ~! l3 e8 \& j6 Ximport random- s, ~" ~! z1 X  {4 ^

    ! b; l0 A" t. E( `" t' s  T. o5 Fx = torch.tensor(np.arange(1,100,1))1 h% s( x4 o6 u
    y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=158 D: Q: O) s9 \7 J

    . x. h. Z; c! g9 {, Lw = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b+ f+ v' A( M; b" E( N; L% Y
    b = torch.tensor(0.,requires_grad=True)) ^3 ~3 b& o0 a% i, ^) p% l
    & q8 x: a0 D* P9 k% X" J' @% R; X; S
    epochs = 100$ [1 i7 h3 p6 P& J3 Q
    - e! Y7 r( K; O3 Z; l  U
    losses = []
    ! I" m: M, P. u) T' Ifor i in range(epochs):
    % V' A4 w! n6 Q9 d$ e6 S  y_pred = (x*w+b)    # 预测: h8 }% V+ f  S# V
      y_pred.reshape(-1)
    3 B2 l, P' P0 L
    ' A. q  ]8 j( Y  q7 J" ]2 E$ n  loss = torch.square(y_pred - y).mean()   #计算 loss
    : m! b9 y, O* e8 a6 j. g) w1 o. \  losses.append(loss): w6 c) a/ r- v$ y
      0 d( `. S& a8 [  Z
      loss.backward() # autograd& |& ]9 V, b  n* }+ R- u
      with torch.no_grad():2 s/ [) X  r2 A3 _
        w  -= w.grad*0.0001   # 回归 w& c. b' g; m  \" j' l5 L
        b  -= b.grad*0.0001    # 回归 b
    # J8 q8 Q! b4 e: K! h- m# @+ B5 P  w.grad.zero_()  
    9 h9 e7 ~1 Y  D( l5 I* F2 @$ {  b.grad.zero_()
    ! b* h9 e2 `7 f4 |3 h$ m. w; O. q6 C) s% r( p- s
    print(w.item(),b.item()) #结果
    " v3 T- ~; q3 T- B* D- C* O4 ?$ V( |: f$ z1 Z7 g" Z% P; a) Q: Y0 ?; R
    Output: 27.26387596130371  0.4974517822265625! `) z- I" u1 g7 P3 _
    ----------------------------------------------5 S# l% ~( Y1 d, s5 c5 C! e6 [
    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。
    ; W9 x0 C* c0 X高手们帮看看是神马原因?5 f5 [; S' b- M, ^

    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
    3 W2 q% W0 }/ D3 E9 b6 u8 D  X
    ) w8 I; N! p6 n$ 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?
    & m# t: Q; b4 i7 j/ e, J5 B-------
    . r9 W, X  v) B  o& P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。
    - n' R$ I. |5 ]1 E9 r& u# o-------& i7 U/ j) R; L  ~
    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
    ; W! ]% f; y) d: G1 a' c7 {3 r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 K8 J* |$ E6 _8 T0 B' Z-------
    9 g# |$ {$ h2 v5 D7 `* n% n! b不好意思, ...

    8 }  H- e# U" x/ w. T8 R, M4 X$ @$ V6 a谢谢,算法应该没问题,就是最简单的线性回归。% J( Q1 W/ z6 X8 U+ L6 _
    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
    ' k% c2 H& u" u. a" o# b
    雷达 发表于 2023-2-14 21:529 \: ]& |4 D+ k+ ^
    谢谢,算法应该没问题,就是最简单的线性回归。
    % j' n2 R, X1 T( T" G, z5 [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 ...
    / [  k* x' i* z. x$ ~6 {2 o) S
    ; }/ V' ^0 t; t" J3 P: z6 Q$ q. C
    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。' P/ K* k: v: L2 Q8 g/ [

    ' A9 l- u/ f0 ^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 $ Y; j! Q1 J- }5 y+ A
    老福 发表于 2023-2-14 22:00! P+ `: l6 Y; B# k" Y( H
    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。0 i8 C$ y/ v. c/ ?- X9 m# I
    0 V8 \: l  g+ R4 I, c8 L
    或者把b但的起点改为1试试。 ...
    * y2 G4 N5 O6 y. p0 Q

    $ e  h/ `  @  m, V7 a. X6 h, `& e你是对的。
    " j  _" K* x3 h) i去掉了随机部分$ a" [, R( O8 N$ p# y0 ?6 b
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)
    $ @: i- }6 C5 e- G5 Cy = (x*27+15).reshape(-1)
    5 o" Z+ |+ g$ ^( p% U# V
    6 t! K3 u; @* X5 V. \$ {2 Y循环次数加成10倍,就看到 b 收敛了
    - N* S1 V' C: Z, _" j* pw , b4 N( [! _2 c6 i* p. m: u$ y
    27.002620697021484 14.826167106628418
    6 }* d  s! ?( D; c1 W/ O* S; u3 @0 s/ m& {: u( C* e8 @
    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, 2026-6-21 13:03 , Processed in 0.058932 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