设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2687|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
    2 i- |7 T7 Q/ j, X- L6 p& I/ @" X: V$ o
    为预防老年痴呆,时不时学点新东东玩一玩。
    6 t- k/ o' N- ?* g* C  |Pytorch 下面的代码做最简单的一元线性回归:
    , q( g$ }  a) _4 Q----------------------------------------------
    5 [! T6 U1 o3 i) f' L8 I! @5 Q. _import torch
    " i! o( B& K& u1 \0 R/ a, [import numpy as np
    + b$ W! C# {- M0 i7 Mimport matplotlib.pyplot as plt
    + R+ H' y5 }  J/ Fimport random
    $ t) D( y/ J& N/ T
    ( L9 a$ _1 G& a$ T6 ]: A/ yx = torch.tensor(np.arange(1,100,1))
    ! j1 s2 ^8 T$ i! \y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=158 P( H0 |% G5 H4 B+ S
    1 m: L+ k3 @* g9 ]9 f- T, w
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b+ f8 Z; K4 l$ e8 v! _  v
    b = torch.tensor(0.,requires_grad=True)4 V2 [; j+ F) k4 T8 L* F; C+ y& P
    # Z# b3 m$ t/ b+ F
    epochs = 100" R) A# a+ _- z8 b, B* O

    ( r) q) d  e) s0 n( dlosses = []
    ! P& a4 Q* T2 q: m* f6 ufor i in range(epochs):7 z) `$ D0 C7 i! u8 a/ O$ k# i
      y_pred = (x*w+b)    # 预测- a1 y3 f5 B$ {. E. E( D, t
      y_pred.reshape(-1)  k2 T; c$ q7 f# b3 m/ I. S( {$ E- p

      o& f! g6 |, |- d, P8 x; K* Y) N  loss = torch.square(y_pred - y).mean()   #计算 loss2 O1 g7 X! }9 \
      losses.append(loss)+ E. o. b2 n( g5 M7 T
      # o% x" _/ x" M/ S/ t4 t( y
      loss.backward() # autograd* [  f3 L1 z" c
      with torch.no_grad():
    * {: y: T8 a  {) j    w  -= w.grad*0.0001   # 回归 w
    4 a" [# v- ^! a: `/ M$ E* [. l    b  -= b.grad*0.0001    # 回归 b
    9 r" m, f* C7 w  w.grad.zero_()  
    # Q5 ]4 c$ e4 m' ^0 O4 }  b.grad.zero_()
      t# U+ v; ]6 V  y+ r& ]  ], O; a. F4 l2 Y
    print(w.item(),b.item()) #结果) e: Y7 b1 P: }- h
    : q1 y! C1 `7 V  K& y
    Output: 27.26387596130371  0.49745178222656254 P: V; v9 j. v
    ----------------------------------------------
    . j$ a1 \; g: X/ W9 J. I! t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。
    3 j! f( q# X/ v% Z7 n; A5 c高手们帮看看是神马原因?
    2 L0 s0 S! ~6 b3 P6 ^' ]* P

    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
    9 a+ y& f( X/ w# M, G4 ^0 }3 t' f, D
    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?- |2 @0 A/ q7 U5 W1 t( l8 f% V
    -------7 y# V# H* U; Q" W1 C) ^
    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。6 C" i3 ^+ _4 q
    -------
    / ^4 c& r3 n  @3 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 19:234 r7 S6 a2 O, J3 \4 f! E
    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?
    , T# G0 @" }: O-------5 |5 v, z# X4 y8 c: ^" A7 ^  q% C
    不好意思, ...
    7 M9 c; y2 g- V3 e
    谢谢,算法应该没问题,就是最简单的线性回归。
    " u7 Y6 |% R$ T; 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
    3 F: c% d2 k" {
    雷达 发表于 2023-2-14 21:52
    4 y' J% S  s* [" d谢谢,算法应该没问题,就是最简单的线性回归。$ i$ |: i0 e- X# Y
    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 ...
      m' o# u8 L) A6 W/ U  Q; ]
    1 m' `8 ]6 T, J( r. C) {+ W+ K$ t
    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。
    # f  h  g  ?. H  w) |8 m
    " S" q( W, H7 z3 r% j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
    * ^+ O) X) L* o6 H6 Q/ w
    老福 发表于 2023-2-14 22:00$ y" a& C# g& 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。
    $ W3 ~  h0 C. p5 r, P8 {
    : E7 E) Z6 v* v1 z+ h9 _或者把b但的起点改为1试试。 ...

    $ _) M" [; e# N: Q2 x5 C/ r2 M3 ]
    ) B# j1 q7 f. W4 g7 {5 V2 g你是对的。. x: e7 m2 _& @- X/ U0 p" y
    去掉了随机部分5 M+ H; |" P& z# F, U. _/ e5 d/ s
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)2 Q. x5 v, h2 z3 u" _+ S4 E! n0 M
    y = (x*27+15).reshape(-1)4 p: z8 X" ^! C, J5 T  ]

    * m) H; S% A) O$ ~4 W- C0 M循环次数加成10倍,就看到 b 收敛了
    0 x( F+ d. b# Y1 K$ Mw , b- k/ a0 ^$ W, _6 }# r
    27.002620697021484 14.826167106628418- E" g1 H) c4 M# a3 g! ~" W4 u

    : {1 A5 Y  l( N  a& Q* {" L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, 2026-4-2 00:02 , Processed in 0.054424 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