设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 3233|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
    ! a7 _) }4 v. Q* A% c+ C. @% R. B2 r% s7 {  J( m, Q
    为预防老年痴呆,时不时学点新东东玩一玩。/ Q/ G. b- ]& D* f1 U* q
    Pytorch 下面的代码做最简单的一元线性回归:: I$ Q! X/ T$ g( s6 M% R3 k
    ----------------------------------------------* H' \, f" ~3 I( Y8 \+ i2 h
    import torch) l, e* ^% A3 P6 C0 @
    import numpy as np  Z7 W& C4 V; @( E- A
    import matplotlib.pyplot as plt; n! g5 Y& V2 R' A0 D  D0 W$ v
    import random0 C! J0 ?% P- R. o; ^% d

    1 x& {- x8 B' L8 X' X, Vx = torch.tensor(np.arange(1,100,1)): o7 u, D- B( ]4 ?
    y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    3 {# m  J2 [/ C
    ! ?, i9 c3 o; J# L9 a3 \w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b8 p0 r& j/ Y- M2 r5 I
    b = torch.tensor(0.,requires_grad=True)
    6 X9 d0 {. N# L1 [5 f# S( x- H! Z8 @1 }: q2 _  l+ I  _
    epochs = 100* K7 {7 U. l3 r4 E* ^

    % E. D! b/ ]) S! ?$ Tlosses = []
    * I/ s4 |: P! P' b' ~for i in range(epochs):4 V& a! t: E9 X* W- ~8 N
      y_pred = (x*w+b)    # 预测
    ; i, ]1 L3 R* Y" S3 t3 t6 w2 J" y  y_pred.reshape(-1)* m- }& @; i2 v4 C3 q7 [( m

    $ h1 L. H! I$ i( U9 H, y  loss = torch.square(y_pred - y).mean()   #计算 loss
    2 d6 I' \. W9 A: g  losses.append(loss)
    0 L9 |" R, y- Z" w4 P  % P: P+ u2 L* N
      loss.backward() # autograd! ~7 N+ k- x2 S3 X
      with torch.no_grad():
    7 b1 q& p8 M" |! M3 R9 G. }* v) j    w  -= w.grad*0.0001   # 回归 w0 w. |" O) J* m7 |  G+ x! |
        b  -= b.grad*0.0001    # 回归 b 1 z2 C2 m& E9 ]2 v& g
      w.grad.zero_()  : v! U! ]7 {" P
      b.grad.zero_()
    % c0 `. y+ i1 P, O/ K  K
    6 a4 r! p) A6 b! |, |6 G# `print(w.item(),b.item()) #结果
    ) `& h2 w# {8 p) B& J4 a+ \, N0 S2 d
    Output: 27.26387596130371  0.4974517822265625  K4 |% E$ `7 |# K- e9 n% x
    ----------------------------------------------+ C! c; y7 l% I3 ?' Z1 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。4 C: `1 a* c# B- U* L' n
    高手们帮看看是神马原因?
    2 `5 D# S9 G  q+ w  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
    4 Q: N" t; W/ O8 P( n8 j8 Y3 `7 x8 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?
    # A  O( _9 f0 z% ~( M- g- k% {-------' s5 X8 P# b3 b3 I4 k7 L
    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。
    5 r7 {1 f" m1 Q( f-------
    2 A0 Y+ |' D3 I3 s% {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
    . ]" e( |; P; `$ v$ J. E! K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?
    5 p! j' }4 F" E0 v3 }6 x-------3 J6 P/ U; v& G/ W( [
    不好意思, ...
    * a* b+ |: X  {
    谢谢,算法应该没问题,就是最简单的线性回归。
    0 h4 I; @: T0 s- s0 O2 H6 [9 C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 % c2 V8 O8 s* [! v5 i
    雷达 发表于 2023-2-14 21:52
    ; a6 Q$ M# q$ s+ Y谢谢,算法应该没问题,就是最简单的线性回归。
    & Y" r/ b: d3 n7 R8 K; E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 ...

    3 `# N7 g! B. ]! ?* x
    % K( @4 L- ~7 C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。
    : \7 C8 h; i0 C5 T) z, s5 g
    * o5 i* O. z' Z1 K. f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 ~" [( G$ N. f/ U
    老福 发表于 2023-2-14 22:00
    + w" \1 ]  K0 z" B$ 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。* C  ~: N4 f. U  a

    : [4 }( ]) R( j7 X5 J2 c或者把b但的起点改为1试试。 ...
    + W# O# ]: T# f+ K2 _" E; k5 _

    " |( a# W3 p. k6 n你是对的。. b, B6 V! |5 m) B+ W/ E/ d4 B4 W4 d
    去掉了随机部分
    0 V, Q4 k! Q8 I2 Q3 Z5 n# T4 M#y = (x*27+15+random.randint(-2,3)).reshape(-1)- l4 a, X( g; w) l, F
    y = (x*27+15).reshape(-1)7 o! [& G2 r4 t! C

    ; P& f5 u1 o5 r. I( C6 ]循环次数加成10倍,就看到 b 收敛了) s2 I# J% X# I% V% k' X" e
    w , b
    + P7 T8 w9 g3 G+ v% D, p27.002620697021484 14.826167106628418+ s$ W* n+ q, V& m" z5 M
    3 a+ t* p  Y% C. |
    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, 2026-7-11 10:46 , Processed in 0.056328 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