设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2686|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 ; e, Q0 d! l1 G4 P/ C8 i

    6 R+ Q5 ?, D  d' p6 ?( O8 E  E; [8 B  C为预防老年痴呆,时不时学点新东东玩一玩。9 m2 G; S: s$ S7 Z, E* @$ E1 f3 L
    Pytorch 下面的代码做最简单的一元线性回归:. n7 a! X2 u  |4 {# A8 ?4 X, u
    ----------------------------------------------- T9 m( \9 i* U! n- B
    import torch
    - F' A  v3 y& Vimport numpy as np
    # ?- Q* c& J  a/ T- d( Mimport matplotlib.pyplot as plt
    ' N; ~* X3 A+ Q: P& ximport random
    8 e! p. p3 w- ?, H; D# ?; O0 h
    , l5 w9 x% F. D$ l8 j5 ?x = torch.tensor(np.arange(1,100,1))1 B; w5 E% T+ ^9 I# g4 N# G' d
    y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    - ^$ v3 N( p6 |8 e
    ; C1 U' @# ]3 pw = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b5 c; n& C( ~/ [: f4 q0 J4 u
    b = torch.tensor(0.,requires_grad=True)3 z  j% E0 k( k3 X; S1 x; Q
    7 a& y) @4 k. x  K( [) Y! t7 B
    epochs = 1000 Q' z4 B) R' v; x

    2 ^( z/ t5 ~% p# dlosses = []0 Z8 e) x. A2 k7 Y0 _% V& y
    for i in range(epochs):8 L! K: u% b9 H
      y_pred = (x*w+b)    # 预测! Q% B7 k/ S0 ?( v+ C! G. L
      y_pred.reshape(-1)
    # C" G* [' F( c' x
    / _8 |* X) T' U! q  loss = torch.square(y_pred - y).mean()   #计算 loss
    + [& X, P$ m4 ~/ @# }: O/ t$ r  losses.append(loss): h, g9 X3 H  N% g) K# m
      
    ( t, Z6 O% x/ K; n  loss.backward() # autograd7 z: O  U7 M$ E6 ~4 h4 ?; V. e
      with torch.no_grad():
    + n" F+ m8 r( x) V. h    w  -= w.grad*0.0001   # 回归 w
    ' i+ M0 |( x2 K: F  G    b  -= b.grad*0.0001    # 回归 b
    , I+ e( m& o2 L# `  w.grad.zero_()  
    ( z+ T' a. W! e' z: [6 i  b.grad.zero_()
    * g7 U( d2 b5 g$ @# N
    % I6 O8 \8 j0 R2 hprint(w.item(),b.item()) #结果# Z: O/ m, c1 t( W, B. t  W

    1 j3 a4 a9 B/ |' R6 C0 jOutput: 27.26387596130371  0.4974517822265625+ \8 P$ l& H) p3 i+ U% Q
    ----------------------------------------------
    : H: e& f4 ]0 T/ f( A2 u# R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。! v# v* U3 x9 F. u$ I1 R9 e
    高手们帮看看是神马原因?
      N) f) s+ F, G6 ?( W

    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" f8 g; n- r, e# i2 i/ ?
    ) j9 X$ q4 w  F- U+ v
    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 H% _8 y9 Q6 [/ y. [# J  p-------1 |3 G7 ~% r' 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# C* U. h2 @, F-------0 I0 F6 o$ h6 u: L6 @0 x
    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# z7 _% v) [& W& K) H- P* _9 f. t
    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 V& l- z* D: y6 A-------
    2 V% b- w/ Y. a& s/ s不好意思, ...
    . _2 e* S# p$ l# Q0 n" _% y% I
    谢谢,算法应该没问题,就是最简单的线性回归。' p8 N# S" B2 h# R4 t
    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 4 L6 z+ {& s" R. N" Q  F
    雷达 发表于 2023-2-14 21:52
    8 W# d5 b$ F, L5 n谢谢,算法应该没问题,就是最简单的线性回归。
    ; p! I+ w1 T* q1 \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 ...
    8 m9 L4 A, C$ d* z1 G$ c
    " b2 z, u$ e+ ]2 |+ J& J
    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。
    : I4 h) I8 _1 k9 f" n4 s( M9 b: T$ t
    7 g( F) @5 N/ v+ }* 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 1 y1 V0 ?& N* T, V
    老福 发表于 2023-2-14 22:00
    $ L3 T6 o0 y: c9 |! l( ]' 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。
    ( a( q3 w# W- v( @+ N, G
    7 s' ?& p6 e- ^0 ~! A: Y# h& I. c或者把b但的起点改为1试试。 ...

    0 k+ R$ m3 c, T/ w: J( w3 Y2 b' g$ e3 J) {
    你是对的。
    / ~7 ?' m! ?' J* C: A去掉了随机部分$ @, }$ ]! {  j7 C6 C
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)
    / v! O1 {$ `( S: V1 l$ D9 R2 D7 H* v) fy = (x*27+15).reshape(-1)
    . `, |8 T) m5 H! g! }, _8 w* @+ `0 t
    循环次数加成10倍,就看到 b 收敛了. t, {1 G* [; ]1 l: k
    w , b+ A' g: m1 O! x/ e; o
    27.002620697021484 14.826167106628418
    " x, s4 y) v) W% o5 U* f
    $ p( {( C3 ^3 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, 2026-4-1 18:11 , Processed in 0.066675 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