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。
3 s  M& c( |2 VPytorch 下面的代码做最简单的一元线性回归：
/ ?; W: _& v9 H- N----------------------------------------------
import torch
4 g: N6 h. Q) \& B8 z1 h: f& v9 ]3 Y$ jimport numpy as np
import matplotlib.pyplot as plt
import random

1 ]0 m+ w1 P! b" Q) ?1 ex = 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
b = torch.tensor(0.,requires_grad=True)

epochs = 100

4 X' E" u" L6 \; |4 i' b/ N' @losses = []
for i in range(epochs):
7 B1 z' z5 ?' J( F8 A2 Z  y_pred = (x*w+b)    # 预测
! W8 t+ u' _! c& `- i  y_pred.reshape(-1)

1 d! t, s$ y9 P. {* P! x  loss = torch.square(y_pred - y).mean()   #计算 loss
# L, B' K0 A5 I  losses.append(loss)
  
  loss.backward() # autograd
  with torch.no_grad():
    w  -= w.grad*0.0001   # 回归 w
( H2 P: M- N! q$ C: M  N    b  -= b.grad*0.0001    # 回归 b
) p; H* K( o, s" Q- k9 n  w.grad.zero_()  
  b.grad.zero_()

print(w.item(),b.item()) #结果

Output： 27.26387596130371  0.4974517822265625
+ n% ]% i' n, D7 L, N7 D% O: K$ e----------------------------------------------
( g6 N- K0 F: p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？

老福

$ s# p; X9 D( j
, L- \/ Y& M# F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 \4 Q7 x8 U0 }; M3 _5 i9 y1 E' d. A' L-------
; w. m2 A4 H; ~& D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。
-------
" r: H3 L# v& |. ^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
4 m" G/ y* b8 N, |1 U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？
-------
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

7 }( z4 }1 O! [

雷达 发表于 2023-2-14 21:52
0 d0 C# t. N9 V- `- z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 ...

1 ]7 D  R* }8 w5 _
0 k. I9 {) W6 F/ e* Z3 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。

或者把b但的起点改为1试试。

雷达

; F5 h& r6 ~3 r$ u$ Q5 u3 e

老福 发表于 2023-2-14 22:00
1 p  g! ^* D; @! P0 {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。
3 j. J  |2 Z& `
或者把b但的起点改为1试试。 ...

: h/ ^9 Z! {  \  M$ A& v
8 T& C# h3 |2 j/ g( A5 h* B: a, D你是对的。
3 {" s: |5 j% P. M! |+ Z8 m去掉了随机部分
#y = (x*27+15+random.randint(-2,3)).reshape(-1)
y = (x*27+15).reshape(-1)
2 k6 G7 }" l. M+ `0 a; j4 e- c
循环次数加成10倍，就看到 b 收敛了
w , b
27.002620697021484 14.826167106628418

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。