设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2500|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 7 E6 J5 ]" k. g' [7 s: ?! G

    + P% U% n7 D( [! k3 O9 C( F0 n" ]9 E为预防老年痴呆,时不时学点新东东玩一玩。  A& b. y% T- j7 G; {, Q# ^& G5 g
    Pytorch 下面的代码做最简单的一元线性回归:
    9 L& J& V) W4 I& u2 y8 m----------------------------------------------
    6 t! C( K7 Y2 ?4 B* mimport torch! ^! b2 H  D% O0 N5 z
    import numpy as np
    + H7 p& w" T2 Cimport matplotlib.pyplot as plt/ b6 o$ p1 D" a" u0 {2 Z; B
    import random# e  z* g) R' c3 e5 N- V: V4 n
    1 _9 X. ~5 N' j; d' ^; h3 j( |$ _
    x = torch.tensor(np.arange(1,100,1))' H9 w  R2 z+ J
    y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    ! k! V6 x9 }; s" E2 @6 r% g6 K; {0 ~3 h  p1 w  a
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b' D5 h' P# s* y9 }! }! E9 m
    b = torch.tensor(0.,requires_grad=True)
    " C+ e/ e1 Y) h6 c. t5 o& j' ?( ~8 ~" S2 D8 B. C8 c) @4 l
    epochs = 100& N+ }6 R' F" s

    7 g0 Z- v7 S6 |5 T) N8 o" olosses = []
    / ?" W5 _+ K0 K7 Z0 w& }) Mfor i in range(epochs):
    / o) ~3 N) c; J) U  y_pred = (x*w+b)    # 预测
    . W* C. l! ?, l+ _$ `) _9 Q* P  y_pred.reshape(-1)$ n4 s: j& @; `% G  ?: A3 k
    $ T2 H6 ~# p- [4 C
      loss = torch.square(y_pred - y).mean()   #计算 loss
    / P3 K# G7 [' V. K! E5 c3 w  losses.append(loss)3 f% U! I. S, S% z
      6 ~, n3 L7 k# w6 e' R
      loss.backward() # autograd6 X2 ~. l) F7 |/ x# s: w
      with torch.no_grad():
    & G  J6 O8 x3 w6 x' N    w  -= w.grad*0.0001   # 回归 w5 M# ?8 b! Y6 _. U
        b  -= b.grad*0.0001    # 回归 b
    9 c" H$ b  }3 Z2 m+ g: L  w.grad.zero_()  ' E  D" i; U* I6 ?1 j: ?0 M
      b.grad.zero_()
    - K. v5 r  b7 ]. g* J/ O8 s
    / `. D3 }+ b" O2 F3 r8 I! bprint(w.item(),b.item()) #结果& v2 ~( t: y; _6 x/ j
    * i! z9 U8 r6 z; G! P( o: W- M
    Output: 27.26387596130371  0.49745178222656252 P! j% Z; L) ]; T' i& W
    ----------------------------------------------
    & h5 ]* A6 Z8 y$ n( m& H9 I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。- K" c+ A7 B( o; z% K
    高手们帮看看是神马原因?
    : A, f# m9 |$ B+ k5 ^  A( D

    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 " A) V+ u* ^. i' C# b8 S  ?0 u
    5 M$ ~$ S# @# I- U3 y+ 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?" V, ?" n, d6 V5 O0 T
    -------
    ( d. t  H: Z' @1 P8 B/ K% D0 I. X8 ?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。
    : ]2 u3 E$ c9 G2 r4 i4 I6 g-------4 N" [% l% k" M4 {4 \
    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 19:239 U5 q  s, W( r$ K: G* 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?
    8 Y8 S. n! ?, ~5 Z" O5 ~-------
    3 ^  l5 @6 W9 f1 g不好意思, ...

    4 C+ w0 ~. \3 S: t8 v谢谢,算法应该没问题,就是最简单的线性回归。9 s7 Z. H( r" K" R
    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 * o) _& G& C  q' M$ p! `, I3 d  g
    雷达 发表于 2023-2-14 21:52
    # W1 g; p# s( D5 v' V5 m8 r1 J谢谢,算法应该没问题,就是最简单的线性回归。$ @( g0 A) |; o/ R# n$ E# 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 ...
    * T) g( ~, K; ]0 `1 Z; f) E6 u

    0 d8 K# `, F( `) M3 x5 p0 S% K, C6 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。
      c+ `3 G: ~4 t9 @6 \: ^5 E
    % a9 @( L% Z; b3 T: [) l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 w) V0 T& g) b+ G6 T+ d% v( }
    老福 发表于 2023-2-14 22:00
    9 j+ K0 i& h" ]- B$ @% D! L" e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。
    4 x- `- H! A" ?3 h
    " K2 y/ v4 \* @2 |* d或者把b但的起点改为1试试。 ...
    : Y7 {3 _' T% V9 c% l* d

    ( d1 r' `7 y# B1 x8 s- n, ?你是对的。
    3 q% H3 X% n. T去掉了随机部分$ @$ j7 o3 y8 V
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)! ^5 }* J3 d) C. ~( S' v
    y = (x*27+15).reshape(-1)9 Q* s7 i* S; d

    * M- j* {6 B# o) i$ D$ |+ I8 K* ]循环次数加成10倍,就看到 b 收敛了2 Z6 D( l+ {* S4 I) F
    w , b# E* A8 |, o: y$ [4 g! d) W1 p* U
    27.002620697021484 14.826167106628418' z% ~# o' b$ o& U8 P* E0 x, z; i

    6 |5 s- _1 f" X3 S: s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, 2026-2-25 03:55 , Processed in 0.055759 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