继续请教问题:关于 Pytorch 的 Autograd

雷达

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：
& b0 A! b; l# P' R/ Q/ Y----------------------------------------------
import torch
import numpy as np
/ n9 N& y2 e8 V" J, A1 Kimport 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

w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
, {$ H$ m5 t2 K3 M# k# v0 Xb = torch.tensor(0.,requires_grad=True)

4 q8 T( {& D! @0 _: Tepochs = 100
  v/ g4 b8 l. V% W" F
losses = []
for i in range(epochs):
2 C2 w: j3 \" m( x  y_pred = (x*w+b)    # 预测
  y_pred.reshape(-1)

  loss = torch.square(y_pred - y).mean()   #计算 loss
. R/ h8 I/ R( Z3 w  losses.append(loss)
  
, }) S! L6 h8 p* [$ T  loss.backward() # autograd
  with torch.no_grad():
3 ^/ ~1 N; _" v, U$ x& K  @2 e3 Z    w  -= w.grad*0.0001   # 回归 w
    b  -= b.grad*0.0001    # 回归 b
  w.grad.zero_()  
& w0 |2 @/ N, B. N  b.grad.zero_()

) q( V# }. I0 M8 H4 `* |print(w.item(),b.item()) #结果
2 U+ o" A  C* i/ q$ L8 a
# {. x) r% b7 V8 V) B! G) aOutput： 27.26387596130371  0.4974517822265625
+ X7 L! `' t& Q----------------------------------------------
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？
4 g! B  j7 O- D  D  F, Z- k

老福

3 Z+ v/ v. X& f8 C3 j# d& 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？
-------
' F4 x) M9 |  ?8 J7 b' M5 E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。
# @. |! O* ?, V6 R6 r0 J$ Q2 ?7 [8 D-------
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
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？
4 \1 ?# V# _. Z7 M  E) u-------
不好意思， ...

0 o! O- v$ J, z6 B- u# a) x1 y谢谢，算法应该没问题，就是最简单的线性回归。
4 B' T! X5 |# G) @! B0 |& j* g9 d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

雷达 发表于 2023-2-14 21:52
7 b8 y; K6 P/ m( s/ v9 B' G9 h* D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 ...

, R! w. ?6 O  t& W6 }$ S3 \
  J8 A( {2 {" |, h- x1 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。

2 Z+ t+ i, @+ [9 R% ?: P% V7 @或者把b但的起点改为1试试。

雷达

老福 发表于 2023-2-14 22:00
* _' B  I# O* J/ R4 G' c* O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。

' ?8 D) l! A& Z3 E或者把b但的起点改为1试试。 ...

" y0 l& e3 h% F8 x
1 S: P9 [9 |4 G6 F3 W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)
) @' Y! `" @7 S( k- M$ k+ J, Y, b
& m& Y, F5 Z* p- [/ f循环次数加成10倍，就看到 b 收敛了
w , b
27.002620697021484 14.826167106628418

) t' S4 _4 N5 g9 N& i7 M& L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。