设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 3375|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 . f5 I  y8 }3 y8 ^8 g# E
      y" W) x1 l" z. \0 j1 |$ L
    为预防老年痴呆,时不时学点新东东玩一玩。
    * q0 T0 i$ p1 i9 R8 R/ _Pytorch 下面的代码做最简单的一元线性回归:
    8 X9 c6 x! W8 K; z1 s: s% j----------------------------------------------! v* V- Y9 g3 D3 f
    import torch
    " o6 r' I9 Q: u/ B6 n+ }import numpy as np5 \+ g7 s# I" E; t
    import matplotlib.pyplot as plt
    6 m3 U5 J; t- q5 r( simport random- |) g* F- y# h% w" b  {" `

    ) X/ o/ L  v! Ux = torch.tensor(np.arange(1,100,1)); |! s! i* J8 E* k# ]/ ?
    y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    1 Z: t/ i4 m" J9 c, r, k( |' [4 l! B0 q% o* a% F$ n, w, o  T
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b3 M" }2 W3 _7 F* N  L% p" q
    b = torch.tensor(0.,requires_grad=True)' Z" u7 k7 d  |$ F8 N; a
    8 E* u- K5 |- Z" X% X2 V
    epochs = 100" @5 w  u" L+ z' S; j% {; q  X+ Q1 y" B
    / R1 N# u' D( T* X  S: \# F
    losses = []
    % u6 x! F8 Q2 O- ?for i in range(epochs):
    0 W& q) K$ Q/ }# |  y_pred = (x*w+b)    # 预测. t/ n# X+ W: d3 ^4 B' Q2 Y# h
      y_pred.reshape(-1)/ e' R0 E$ p3 ^) @; T7 }1 O

    + x& D: T$ F' W/ x. e  loss = torch.square(y_pred - y).mean()   #计算 loss
    + X! R7 _  w- L6 B. g' Z- y  losses.append(loss)2 q3 G7 c+ K# Q$ j) |
      
    $ `4 ^; E) `8 ^( S: g  loss.backward() # autograd2 O7 u( H' h, _# ?, o2 {/ O
      with torch.no_grad():+ M; ~# _% C. q; z
        w  -= w.grad*0.0001   # 回归 w
    ' v9 N1 {8 I1 D    b  -= b.grad*0.0001    # 回归 b
    ( C3 K7 U/ O% h6 Q3 l3 _  a& y  w.grad.zero_()  * K! ~! \' f* g4 A' B& s' C
      b.grad.zero_()- c2 U) S+ p9 g8 ]  {8 ^+ z
    . F. J1 q" `2 d
    print(w.item(),b.item()) #结果
    - U+ _/ ~9 q- g; v7 l- m" D% H/ |. Y4 @# }/ [9 u
    Output: 27.26387596130371  0.4974517822265625
    , g) Q/ P' p2 O----------------------------------------------
    / I  F# S* A3 |0 ?4 e  F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/ e3 I! L# Q+ o" u# ^- f( w高手们帮看看是神马原因?
    5 m4 i/ G+ p+ d

    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
    2 g' ]3 K& C4 ~7 Z9 p! |* y! b/ V% m+ P$ d: V9 Q+ @
    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?, C$ I  k9 q( ]' q& [2 V
    -------
    / |) p" c3 C& \0 X+ J: `" o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/ f' ?; ^9 v9 D4 d, _" H-------( A2 }3 i% r  m0 k
    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
    0 f: T( k, ^8 L5 P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?9 o, u9 x. }8 p4 Q0 u6 n
    -------
    8 M) E4 f: l1 G不好意思, ...
    5 e  A2 i0 [0 d' @+ H, Z2 U0 _
    谢谢,算法应该没问题,就是最简单的线性回归。9 R9 M) m) W8 u7 \! m( e3 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
    9 L; Y0 g" I" Y9 h
    雷达 发表于 2023-2-14 21:520 l) ?$ J: e) R0 T% M$ V, o' k
    谢谢,算法应该没问题,就是最简单的线性回归。
      F% [4 ?$ e4 M  R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 ...
    ( g0 k  Z8 N  ~$ q1 K( L6 f
    8 D$ r$ h, T& t5 [$ [9 |! N
    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。# ]) d7 L# u7 o" R& A
      U7 k" B( o+ j! L% T# d( k+ r
    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 3 r- Y9 m1 s+ n6 u# Z$ X' ]& S
    老福 发表于 2023-2-14 22:00
    6 [- ]  j( s) f) I1 \4 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。* [- ~3 e5 ?& |( F$ Z: o* m

    0 x, M* G6 y; P4 \6 Q; d或者把b但的起点改为1试试。 ...
    ; _" \3 O: i* p9 z1 h" d
    / t$ ~# `* e/ @5 @6 V7 d$ {
    你是对的。5 ?+ C" b* w; ^. C
    去掉了随机部分3 z9 H: O0 L" b0 X7 V& A( L1 W
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)9 b: S4 U2 t& V2 I1 K
    y = (x*27+15).reshape(-1)
    8 Y! F. h' U" z+ u4 u3 {
    9 E8 C! B5 l8 m- K4 p: b循环次数加成10倍,就看到 b 收敛了5 A- R0 a& g; ]6 p! B
    w , b4 i5 c5 v4 |. p% ]% y
    27.002620697021484 14.8261671066284184 `  z, Z) F: w0 _* J2 ]6 j9 j

      C8 d5 A& {3 Q+ }. P+ X  h- N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, 2026-8-9 13:14 , Processed in 0.059670 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