设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1774|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
    擦汗
    2024-12-25 23:22
  • 签到天数: 1182 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
    ) `& M/ j3 x( z5 R$ p" J& ?9 q% h, h" H/ d: l% c& Y4 q9 ]- f
    为预防老年痴呆,时不时学点新东东玩一玩。" s8 `# G5 C9 d/ S$ w7 F
    Pytorch 下面的代码做最简单的一元线性回归:
    $ q5 l( W$ O+ Q. P----------------------------------------------
    * n0 R3 ~5 G% i& Gimport torch
    ( L/ R6 d  L+ Z  X" s- {) ^/ Dimport numpy as np
    $ L, p- N( }2 A8 f4 L& c6 Timport matplotlib.pyplot as plt+ C& I  Y( |4 f) a$ u) I- `& i9 @" t
    import random
    5 z5 H% n' I1 E# o8 ~  A/ g1 M" C( P8 ~8 s
    x = torch.tensor(np.arange(1,100,1))
    + F2 ~" f& P3 q) q; I1 R2 s9 o- ey = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15* {% [/ O% E( M) F

    8 s5 V4 H$ W# i6 {( q$ F2 [& gw = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    % l) Z9 ^4 |6 G; e1 _- _; X9 y, Zb = torch.tensor(0.,requires_grad=True)- F. f( G1 A5 k7 L6 ^4 F5 y

    , O+ y: R9 J; I* }4 fepochs = 1003 O- M2 l" n# `) a, s) O8 h  o6 J

    5 K" \" ]. E+ c6 e* Alosses = []9 Q. ^. w1 _  g7 T7 J
    for i in range(epochs):  k- M+ p, G% }& g
      y_pred = (x*w+b)    # 预测
    ! y& z8 q. }6 n' y0 K  y_pred.reshape(-1)1 h5 b4 J9 K0 S" g  B6 m- n
    ! u. U. Q( Q! }
      loss = torch.square(y_pred - y).mean()   #计算 loss7 ~0 S: S: i4 h/ {' Y' |. v
      losses.append(loss)2 s3 k. |4 w& ^
      
    $ K3 p2 n! e+ y$ g# E0 c# _  loss.backward() # autograd% a/ e* b* c- |5 K2 A. u
      with torch.no_grad():
    0 i+ r& ?" G' d. m    w  -= w.grad*0.0001   # 回归 w, k. R; K" l6 S+ R, [
        b  -= b.grad*0.0001    # 回归 b
    - k7 G  u: S/ T2 c2 a  w.grad.zero_()  & M) ?' j" S. @9 L
      b.grad.zero_()) Q& w* K, ^( [4 O% [

      ]* e' n& }/ J% J2 F. I& ?: I, Hprint(w.item(),b.item()) #结果+ n0 S5 m, f% Q+ L+ k% v% r0 n

    3 ?! t& s1 q/ J8 q, o) \Output: 27.26387596130371  0.4974517822265625
    0 c! b6 j! \1 Z: J/ Y----------------------------------------------
    % o* @( ?: s2 Q& I( O/ t9 U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 u2 f5 j( Q; R& T4 {# D
    高手们帮看看是神马原因?1 v+ m% n5 r" D( K1 c

    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
      t) r7 Z- G+ k
    " m/ q( ^9 |9 }7 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?# m) m" V; K/ n+ ~2 H- o, }' ?
    -------2 G# [  `& ^2 H6 _
    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。/ A" z- n' X. t; d
    -------
    3 C) y6 R' E4 ]% m& E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
    擦汗
    2024-12-25 23:22
  • 签到天数: 1182 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
    & v3 t  D+ n* S0 h0 J8 X9 ?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 M6 B" v. S8 k& ?$ [' m! d; f/ W+ M-------* o3 t( q% U% g$ r7 [+ [. P3 `! i
    不好意思, ...
    % Q% x* N/ q/ O
    谢谢,算法应该没问题,就是最简单的线性回归。+ s! v1 f8 {! ]9 I
    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 0 s9 n: g8 j5 U1 w1 M; Y( b
    雷达 发表于 2023-2-14 21:52
    / ^- I" T3 ~$ m+ M* ^8 W( g& i3 x9 _谢谢,算法应该没问题,就是最简单的线性回归。
    $ t5 o" b1 |3 x2 A; 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 ...
    # |- b; V: M3 m0 P8 A% T
    ! b% [2 T8 z; r+ }2 Y- W9 ~  R: O
    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。
    6 P; d- F, U9 z; j& k, c0 M5 f* a2 E
    2 D& n; g; s$ H/ P. v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
    擦汗
    2024-12-25 23:22
  • 签到天数: 1182 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 9 I8 ^9 D- {; x! m; y9 k7 s9 j
    老福 发表于 2023-2-14 22:00
    9 R0 {( k7 U" A* s" @+ X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。
    ! n  K: R3 @4 n
    ; M$ X3 C/ r8 T" n  o( h( W! @: ^或者把b但的起点改为1试试。 ...

    4 H3 k3 d, C2 p3 j2 R* U; T5 y0 Y1 S( _/ b7 G
    你是对的。1 r/ Q" n: B# U( e% T
    去掉了随机部分
    - g; @1 H8 s5 a; a2 w& N" c#y = (x*27+15+random.randint(-2,3)).reshape(-1)
      n* u$ ?; d) ?$ e3 @y = (x*27+15).reshape(-1)
      R# R1 U  H# b( U$ f( P, l9 g( z" y! t0 n7 K
    循环次数加成10倍,就看到 b 收敛了- B/ q( a) T0 L5 T5 k
    w , b
    ! p6 m2 r% R) y  A27.002620697021484 14.826167106628418
      Y( s) J# M) R$ [; D* g, T, I# z
    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, 2025-7-12 12:43 , Processed in 0.036751 second(s), 22 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表