设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2806|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 + g( G' e( `0 j# t

    6 f6 K7 {; F; t* ?. z为预防老年痴呆,时不时学点新东东玩一玩。
    8 k0 }% J* X4 k+ E- I+ C. i! P; zPytorch 下面的代码做最简单的一元线性回归:
    ' h& _0 [3 ]: I+ W2 x" V----------------------------------------------: E, V& w, n4 @2 p! k
    import torch
    # @9 w. z% J' W, _$ w2 S: Qimport numpy as np
    ; c  {; g3 ~* Y' I" q5 fimport matplotlib.pyplot as plt
    # O; E; q: j, r) W% nimport random4 l3 M( A" q/ Y1 L
    + Q! L* r) }1 ?) v
    x = torch.tensor(np.arange(1,100,1))
    6 c# I8 R5 Y: i: v$ Ry = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    . j/ P: T, Y3 M/ u# ~5 M: o! e6 T; A  O- l' v; U7 q# o
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    , p0 ^/ g2 \( fb = torch.tensor(0.,requires_grad=True)$ d. l; [9 w, h# I) T/ g' W( |
    3 r3 M+ v8 R; q0 L; D7 |
    epochs = 100
    7 a1 k" H% P4 k8 }6 d& _0 p
    + X0 ?! |: d9 Zlosses = [], R- N2 U+ N& P) a
    for i in range(epochs):3 ~7 _( d! C3 u% M
      y_pred = (x*w+b)    # 预测
      M( q" I9 J+ P' T, y" Y3 x3 w  y_pred.reshape(-1)+ U( m5 d" [( \* A, O6 m

    0 P: e" X9 w# o$ \+ I6 C- R  loss = torch.square(y_pred - y).mean()   #计算 loss3 _1 y1 k: W- {/ V( a- z
      losses.append(loss)  o9 z" n% c7 l1 h5 ?. I% Q
      - R# |  i& ~. H/ v. ^: a7 L+ q
      loss.backward() # autograd
    ; O! ^: W# c, X$ \4 u4 n5 \  with torch.no_grad():
    ! s2 d* c- `) `! I    w  -= w.grad*0.0001   # 回归 w7 [  i# Y2 Z% ~: c" N9 K9 c( r
        b  -= b.grad*0.0001    # 回归 b
    % U: U4 g* j+ A( M% Q  w.grad.zero_()  $ F( O/ F. O4 b& T
      b.grad.zero_()
    - Y% w, t& i& l' M; ?8 ?7 D; v2 L6 {3 o8 W7 Z
    print(w.item(),b.item()) #结果
    ; O2 G  D' x+ o+ Y" }1 |2 z. M
    4 q0 R  s/ A! C! q+ l7 F$ LOutput: 27.26387596130371  0.4974517822265625
    + [9 w. f! x( m4 y. v2 S8 x----------------------------------------------" h; Z) D, T$ M8 K3 a
    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* p- b( P: E3 L  x" Z# ]0 ]
    高手们帮看看是神马原因?" {# P4 x1 B! C% 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
    & g7 x" @6 r: ^4 p4 Y  G0 R% p% M  P1 J; f
    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?
    ' L; M' H, j1 ?, Z; @+ u" \& y-------
    4 ~# t! i0 e1 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。" E- o- `1 g7 M% U& g
    -------3 m. B( V1 x- U
    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
    ' R' h! e4 k+ U) Z, o0 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?
    ' P# |! e* h; c- M# V9 W-------
    : Q/ R7 U2 p" [8 [3 o不好意思, ...

    ' {& {& Z1 Q  W, M. L9 t$ e谢谢,算法应该没问题,就是最简单的线性回归。6 l8 J2 T: ^: w* ?' S3 e: g& 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 , }1 j/ V. A) f7 W
    雷达 发表于 2023-2-14 21:52
    $ ?* }& k% t: \/ h! n谢谢,算法应该没问题,就是最简单的线性回归。. q: M7 a, D( M* e* [0 Z& s# P7 O
    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 ...

    6 _4 `% S2 o9 o. U7 @: e# I& F5 }
    . N3 @$ C1 k, p8 x* o% s- P2 K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。
    % I/ B- _& {- L( i! j- f3 Y. U# k0 B3 ~8 i
    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 8 l8 r0 U: h6 r: D7 \9 @" K- L+ t
    老福 发表于 2023-2-14 22:002 k! h+ q/ M5 o; 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。
    ( Z/ K# h+ C) F9 |2 [) b, d/ @$ _/ r! {" o0 u4 q
    或者把b但的起点改为1试试。 ...
    5 G1 \+ P" [  t# |0 B7 }# y

    . @5 G3 ^% z/ X( R1 q3 i: K& g你是对的。
      m) e2 }1 A, i+ r2 C- F去掉了随机部分8 u, C( z" K+ V7 F7 p9 f
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)
      r+ H3 R( b6 }! g# O" f5 `1 H2 Cy = (x*27+15).reshape(-1)8 x& h" a7 v. g4 N2 \0 R

    2 ?- m- {4 }5 S: Z% D% r0 W. o# c, l循环次数加成10倍,就看到 b 收敛了
    " R1 `* n7 L+ z- Y, K& i7 iw , b
    " x( K; C  L% S8 n27.002620697021484 14.826167106628418
    3 R7 b- q; R+ p3 G0 w4 q& G1 J6 f( Z" E! n; R
    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 21:31 , Processed in 0.055116 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