设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 3558|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 ' v: M9 m* y8 ~$ j* N

    6 @! E  e8 O2 U! t# j( H  a/ j为预防老年痴呆,时不时学点新东东玩一玩。
    * k$ ^7 b7 e7 pPytorch 下面的代码做最简单的一元线性回归:- h) l- y& s, G6 d
    ----------------------------------------------
    / v) o% Y1 a. V2 [: `import torch, L* {$ U, V5 v7 C2 s4 l) E* X5 p, R
    import numpy as np1 ?) h. e8 n; a' |/ V
    import matplotlib.pyplot as plt
    2 E0 |' C0 X  M2 @, y7 H* d0 Qimport random
    / V) J: m. }, ]& h! i& j6 G- R; Z. Z/ b! }  l5 R) f' m/ ?
    x = torch.tensor(np.arange(1,100,1))- \3 @* N" |  X- w7 t
    y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    6 S( y- V& L& l; _7 {- N1 L# Z! }9 @8 K  X1 {5 U0 v4 n
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    . Z* j  U& \5 Zb = torch.tensor(0.,requires_grad=True)
    6 ]/ l7 a. r$ E! L. ?" t' h. ?1 b/ ^" a
    epochs = 100
    + K# A+ {' x+ ~; a2 G, X5 Z1 u8 v' _6 F& k$ b2 o8 e8 O
    losses = []
    7 p' [" U' v/ ]. v' \for i in range(epochs):% L: @, ], _- P. K" g* ^
      y_pred = (x*w+b)    # 预测$ }) |, b, r# E
      y_pred.reshape(-1)
    6 ^8 M  T( ]: t* \' g7 B
    5 y- U& ^  \) W* s  loss = torch.square(y_pred - y).mean()   #计算 loss& E% j7 O( B+ L! z* m) X& }
      losses.append(loss)
    . u) u! u) N. l% u/ Q) K9 t# }  
    8 i$ ?9 F* E! F" i, x$ m: f5 }% s9 W  loss.backward() # autograd
    8 f! m/ Z: N. k* A. }  with torch.no_grad():2 m( W: [3 Q5 c# t* r- w
        w  -= w.grad*0.0001   # 回归 w
      A1 Q! ]3 K) g, A# x: r    b  -= b.grad*0.0001    # 回归 b ) `4 m: K1 I6 e* }3 F3 l
      w.grad.zero_()  
    3 K: e) ^2 w2 v8 g# q: J  T& K. _3 s  b.grad.zero_()7 W1 Z8 q3 H8 c9 s% ?" F& a

    " ]" Y  F7 J) {1 D. n; nprint(w.item(),b.item()) #结果
      T- h& `3 l8 D9 S5 F" d; J, B: g5 Y+ S7 g
    Output: 27.26387596130371  0.4974517822265625
    " J5 z4 e9 e' r& ?) n3 _----------------------------------------------" t1 O. C0 F' s2 e) ^; W" `: h
    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。+ s" y6 x! c( Z3 R9 h) Z  i# L
    高手们帮看看是神马原因?! b, G. j4 M4 p. x& B3 `

    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
    ( t0 ?" A. m6 V+ [. u' u' h& Y; Q* J7 H4 e  f5 ]) P( e# b
    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?" e/ E& F" C) B. [1 b8 O. R
    -------
    2 j$ _1 c$ ~# E$ @0 b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。
    2 v! a$ p2 p# G- A-------( `8 O4 u( r0 B9 o; M6 @3 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( ]" o: T9 ]  ?+ ~  x) N4 G
    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?3 g( j6 V4 A$ m
    -------2 g7 F/ O/ y8 `6 J$ Y3 i- q
    不好意思, ...
    ( p- S: q- l* n3 ~% Y
    谢谢,算法应该没问题,就是最简单的线性回归。
    0 J8 q6 i0 H& \3 U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 * J8 L; B+ Y2 o" b& l; Q+ i
    雷达 发表于 2023-2-14 21:528 P# N1 j) e) `3 w( r/ |
    谢谢,算法应该没问题,就是最简单的线性回归。- g% p$ F1 s# F' C$ q
    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 ...

    % p% r8 G$ ^9 m* b# `! R5 t+ |5 B7 c% ~" A* J( P3 d' b+ @
    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。
    1 ?1 Q& ~# U0 q' J0 ?, o8 c
    , e4 z* I1 A! {& b2 c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 : C' f6 n# |# p% ~# e& s4 e. \
    老福 发表于 2023-2-14 22:00
      I/ X0 G- T. q' u1 Z( C, \, `$ M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。
    1 L/ f) @" d8 X) E4 B8 y8 j. o$ L" x% T+ x' k* T
    或者把b但的起点改为1试试。 ...

    * j& t) u1 c- i3 J. N9 T8 A1 m
    你是对的。0 \1 Z. q1 J* _& @2 N/ V
    去掉了随机部分  D( x7 k/ b$ V, x
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)
    & [# P* p2 w, B1 [. Jy = (x*27+15).reshape(-1)0 a- M; C5 u: X9 z& I" e" \( a
    4 L" ~- a( f# A' e* ~
    循环次数加成10倍,就看到 b 收敛了8 s( C! f( {5 B$ w/ T
    w , b5 y, w7 P. x' D% j3 P! i
    27.002620697021484 14.826167106628418. a' e  d" U+ l8 v

    8 }  @4 s1 i+ G, x/ `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, 2026-9-6 19:25 , Processed in 0.058810 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