设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 3420|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 7 |* t) n6 i7 i4 B4 G1 R: _
    . H1 Z. _# {: T$ K- j
    为预防老年痴呆,时不时学点新东东玩一玩。
    5 s' a2 k7 `8 RPytorch 下面的代码做最简单的一元线性回归:3 `6 D6 n/ |, W- W
    ----------------------------------------------
    & K$ d( A+ @% W/ ]import torch
    1 R$ D- n% @, j( Mimport numpy as np5 Y9 k) X2 a9 Y$ Y
    import matplotlib.pyplot as plt5 `; C$ U* G* g$ A5 n
    import random
    & z" n2 p0 V) c3 @; x! v+ R2 N9 a/ k) F
    x = torch.tensor(np.arange(1,100,1))
    / R& s$ J. P$ Jy = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    6 l1 M- g0 H' _) B
    4 T9 B( f, ^, m! S+ Q  }3 y$ ww = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    " s& L+ S2 X$ o; Z! t' vb = torch.tensor(0.,requires_grad=True)4 ], M: Z6 u- x0 S) r4 {8 G; f2 d6 ]

    % s% c+ i7 h% L9 v, N+ {+ C$ [  pepochs = 100
    8 u3 W6 y' I- a6 ?& Z) `! i  _
    * ^+ G3 n; I  n& blosses = []
      ]* V# j, G, T; _* g( R8 Jfor i in range(epochs):, L  i. `) v, V% @* a
      y_pred = (x*w+b)    # 预测
    ; @0 `8 S$ a# Y5 s  y_pred.reshape(-1)
    / [2 k, m# I6 z
    ! e- I! K, s/ j* r( S; S  loss = torch.square(y_pred - y).mean()   #计算 loss
    7 B3 J6 a0 u+ p$ t$ r  losses.append(loss)" v) w/ H. H% W5 X- Y5 E5 _
      9 _- v2 U$ `, i3 j
      loss.backward() # autograd
    5 ]% }% R8 t& s: d1 d# j  with torch.no_grad():# x) g( |, j: W8 ]9 [
        w  -= w.grad*0.0001   # 回归 w& m6 f6 w  K5 x! M- ?
        b  -= b.grad*0.0001    # 回归 b
    * n; ~. F& p0 Q3 ?4 v8 K  w.grad.zero_()  
    ! p0 m4 C" V# ]" \/ O  b.grad.zero_()7 j  u! p( T! v5 e1 i0 E& h
    + a0 I  `, t  q% ?( j
    print(w.item(),b.item()) #结果; [8 P4 k2 V2 o' P# k, b4 {6 y

    1 ]. l7 b6 r  A, j+ f. {Output: 27.26387596130371  0.49745178222656256 l& S- d. C, D# k1 g0 x
    ----------------------------------------------( s8 D* C0 b, S; J3 s
    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。
    ! D- j7 L+ v' _+ ]9 ]高手们帮看看是神马原因?
    4 L) R5 y3 y7 N8 Z

    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 ; \$ ]1 q* t% m3 D
      U# n5 @6 @5 x  X3 x
    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?
      \; m2 b& X1 h8 z& t4 o7 s-------% m4 X; z2 g( Q% K' t/ m
    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。
    / K$ f7 P6 S9 d6 R-------
    - \. z5 X* y) O. A7 w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
    - \4 _; k6 W7 K  d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?
    6 o  Q, W  J! \3 }0 v* E( e-------8 Q( [3 F- U4 f9 M
    不好意思, ...

    5 a. ~* T* t' }8 B谢谢,算法应该没问题,就是最简单的线性回归。
    , a  D- J& r$ G* U+ S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 0 o/ R* s5 h% `4 k# M  f
    雷达 发表于 2023-2-14 21:52
    5 w4 [/ y3 {1 d" L谢谢,算法应该没问题,就是最简单的线性回归。3 t6 D! Q6 ~$ I. j' V4 @4 [! g
    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 ...
    : B5 H) S/ Z' [( `9 y1 P( X

    ; K  \2 d. K2 D0 X1 ]5 E/ `* 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。
    5 A8 V) m- X' X* F! c3 I2 s4 |( o. y$ M
    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
    6 T- s( e  i2 I! e4 o
    老福 发表于 2023-2-14 22:00( f& t2 K4 B% F( P  o  P
    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。) E7 T: Z0 h; f1 {0 O1 ~
    - r4 @! X2 c! z$ l5 {# x. s& G& O/ V2 W* x
    或者把b但的起点改为1试试。 ...
    $ n& o' n, L& `3 t' ]

    % m" }+ A4 X' I$ j# _你是对的。
    + f$ W( e8 K5 |% V6 d0 W* B$ E0 V# K去掉了随机部分2 b8 m- u. {4 _# {, l' W, T
    #y = (x*27+15+random.randint(-2,3)).reshape(-1). T9 [2 V" u+ Q9 [8 U2 K, z" t: ~
    y = (x*27+15).reshape(-1)
      z" I: Z- D' T5 p% S. N7 x5 c# G; ^4 n* [: W
    循环次数加成10倍,就看到 b 收敛了: e0 s" `. p' Q5 Q: H6 p# t1 a( I
    w , b
    # Y- S5 s; d5 Z6 B2 V$ ?* ~, g8 ?27.002620697021484 14.826167106628418
    & A$ v# u3 x5 P- p- v: T' f' N6 a4 P+ S4 d. P
    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, 2026-8-17 02:55 , Processed in 0.057288 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