设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2803|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
    $ a6 f0 m, @* }) O3 J; }: G3 V; X$ f- X9 Q4 @. _( o
    为预防老年痴呆,时不时学点新东东玩一玩。% u" S$ g  i( I- p
    Pytorch 下面的代码做最简单的一元线性回归:3 g$ \+ y* S% E5 m5 k1 v
    ----------------------------------------------: z9 L$ q( ?* {$ I4 E! R6 u. W
    import torch
    9 m) ^6 w0 _3 t+ S" ]6 F% \import numpy as np* c& G) r9 q$ P9 U
    import matplotlib.pyplot as plt& H! o% n" D. ], b. U
    import random
    1 _8 b( V+ v, a
    0 }1 h) Q7 G2 C! a7 T, Gx = torch.tensor(np.arange(1,100,1))
    4 G2 e3 ^# `2 ay = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=152 a& U3 ^9 w( f3 Z1 T! T+ b- Q

    * ^7 T. W0 ~8 }7 d4 ?6 Jw = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    ; b+ W  {* ]! ]0 n. j/ db = torch.tensor(0.,requires_grad=True)
    ) p$ w5 y1 u) c5 [- A1 }
    * p4 z1 U* c0 w; S1 H4 S4 z+ Hepochs = 100  C* X4 O( m5 i' T
    9 r3 v: x( M& \: H7 l3 l0 o( i% s
    losses = []/ a3 `7 \# ]6 S6 q* @
    for i in range(epochs):
    ( }6 |6 o1 B! E& E2 R  h  y_pred = (x*w+b)    # 预测
    2 y; K7 j. K, a2 N3 `& I7 D  y_pred.reshape(-1)7 {" N9 I/ R' Z; h5 `# d1 S( s9 i

    % x4 C7 U6 d" M% l& |  loss = torch.square(y_pred - y).mean()   #计算 loss
    7 T& {2 t/ {. }/ }/ D" q+ J7 ^! c  losses.append(loss)
    & J  Z+ P! H1 s, N4 ~0 r8 S  % e; @) d6 A/ }* u' A
      loss.backward() # autograd; G/ e" M9 s' a/ h1 t. K5 [3 C
      with torch.no_grad():
    ; M' c4 L8 n/ b9 a/ u" l9 A5 G    w  -= w.grad*0.0001   # 回归 w
    2 y3 U1 s# j/ `5 C6 o7 ?    b  -= b.grad*0.0001    # 回归 b
    1 B- t3 \' ^  _7 l. t/ _  w.grad.zero_()  1 q! P& O  E$ p8 G( t4 i. F- G3 G- P
      b.grad.zero_()
    4 [8 g9 M$ g! ~# l
    3 d- X+ E2 q& F. E% I4 z7 J3 eprint(w.item(),b.item()) #结果6 `- C: ?$ o9 ~) Z, a

    8 [; p" W1 M  O) u8 [Output: 27.26387596130371  0.4974517822265625
    8 K2 A' P) P0 x$ {# [* v, ^& a----------------------------------------------8 {  N& V+ K, `8 A7 ~
    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。
    6 B* S8 _8 A' l" I高手们帮看看是神马原因?$ R# _/ b! l4 C2 w5 M; I% G* J

    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 / s& N7 E$ M0 i( w8 N7 k$ X
    ( n& ?# H9 u1 z3 X. A: s2 [
    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?, s; j& G$ d! ^' o4 a3 s
    -------
    , O2 g! r: E9 M0 p4 C9 s( h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。
    ) u* Z. x; ?: t8 t4 a  f# u* b-------; i8 c( W" _  T9 m" p
    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 19:231 v) p/ J7 u8 U6 x( h, ]
    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?, X  h/ I' l6 R( h0 \* _
    -------
    - I- n* f# s; I8 C) ]不好意思, ...

    + i& j0 C. T- t% I1 z谢谢,算法应该没问题,就是最简单的线性回归。
    5 O6 I% t% |( v# ]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   T; u2 z4 S! |' N, w- E% U1 \% ~
    雷达 发表于 2023-2-14 21:52
    / C: b& [* {$ |谢谢,算法应该没问题,就是最简单的线性回归。
    * m2 A1 Y' @4 p4 h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 ...

    , _9 a( @7 I1 g- D! v" D
    / I1 ^% p- h! q# O& g/ h8 K5 w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。; L# f! s' p2 _: E
    9 E9 A- j3 B% f4 s: L, ^# O
    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
    ) D0 K% K2 u% F9 x/ d; g" w5 e
    老福 发表于 2023-2-14 22:00
    ' R$ \9 y: E' L! h$ n4 Z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。& C3 k# i& ]& ~; J0 [

    ' k: A8 Z+ p) a  {% ~- S/ r或者把b但的起点改为1试试。 ...
    , q" V, d0 o  w* B

    5 k$ j* k; x) r  x你是对的。
    : I( A$ B! ^: F0 Y去掉了随机部分6 a! y# t! R) G2 J2 l7 O8 t8 ]3 j
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)' _2 l* x$ ~! m
    y = (x*27+15).reshape(-1)- H7 @* h$ K7 f" p! T7 _
    4 G! k" O3 O7 N3 S0 I, y+ @
    循环次数加成10倍,就看到 b 收敛了
    4 X6 ~# I& r0 A& I7 Bw , b
    * b+ I8 k, I1 ^# s1 h( V27.002620697021484 14.826167106628418  M( `# M) @- U* l
    : ]9 g' C8 x; U$ d
    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, 2026-4-27 09:23 , Processed in 0.065906 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