设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2998|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 ' ?5 x4 C* W& G/ t5 x3 R- b1 K

    & {; ^8 i% P1 {为预防老年痴呆,时不时学点新东东玩一玩。: B) V3 K2 y' T. x  h( Q
    Pytorch 下面的代码做最简单的一元线性回归:
    3 T7 |. y1 R; {3 j# _2 |% G----------------------------------------------
    / U5 Y: c3 d$ y1 eimport torch: c- M# T$ Y9 `3 R( n
    import numpy as np. J9 t7 c9 u2 v3 o7 S
    import matplotlib.pyplot as plt
    0 P' d- ?4 e# iimport random
    ; _4 I# z1 A; T" }4 \' v8 p! l8 T. N; U
    x = torch.tensor(np.arange(1,100,1))
    ( v* c  P- k: `9 O* |0 W' Oy = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=154 w5 J8 r8 M" Y8 f% G; c
    ( m) `4 G( \9 e- k! Q5 P8 h. V
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b% a1 \6 x" z7 D4 w6 r# P$ V; X7 F
    b = torch.tensor(0.,requires_grad=True)
    - C- _1 [8 o4 `: G, r) u+ I. M9 ^5 i! Y7 ^6 @2 f
    epochs = 100
    ) f" l" E( Y2 [. p9 j" c- `# {
    1 B9 G, j+ s( M* _losses = []
    ! H% `6 x  U+ g4 X! y8 lfor i in range(epochs):
    ' D: K0 ?4 ^! v0 \: f0 t  y_pred = (x*w+b)    # 预测, c8 o  B" h4 E- ~7 v4 [
      y_pred.reshape(-1)- U# A0 V3 G# P; f, e

    4 h( G/ k( k  z6 |9 X, F" k  loss = torch.square(y_pred - y).mean()   #计算 loss6 Q8 G8 |- v8 q8 u3 I
      losses.append(loss)1 y+ u4 k8 S& O3 M- _
      ) t, C* f6 R) u  `$ z
      loss.backward() # autograd
    2 {' x2 J& L$ R( P8 }1 y  with torch.no_grad():
    - y2 A/ R! [& B4 V( Z    w  -= w.grad*0.0001   # 回归 w
    5 b4 h  f4 w9 A. q( E# A7 H- A1 x    b  -= b.grad*0.0001    # 回归 b + L$ Q- a. \, u  P/ g# Z' t8 m6 V
      w.grad.zero_()  
    * N! f7 n/ ?. ~) {, y& W1 P2 I  b.grad.zero_()
    $ \' D7 m/ Y% M) Z; X  D2 f" c; d! w# ^0 W7 {
    print(w.item(),b.item()) #结果4 w6 Y9 `7 `, P$ _7 F& n: S
    ; B" n2 w8 C# \* g: ~8 e3 v
    Output: 27.26387596130371  0.4974517822265625$ x& K# w& S2 J7 ~' h
    ----------------------------------------------
    8 {2 E# s: F) Q( c, v' I: G1 m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。
    * w6 S/ W2 V$ m/ h! |, C高手们帮看看是神马原因?
    / ^6 l' u# M! Z- ~/ @0 x

    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 h3 d! D5 R6 |+ o
    ; m1 C: V$ h8 j! _
    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?( Y/ y$ Y1 `: ~, E# P) {& v, d. d) u
    -------6 |! |& N/ |4 f: x) ^) u# D1 F# P0 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。
    , H) u) E! p4 m3 `" o) `-------
    0 O) h7 i8 Y  a- E5 K* [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
    # S- v2 u% ^) \" y- B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?
    ' W- |) i& O" k+ ^8 i& Y: }-------
    $ W' g9 \+ @' x8 K% L% Q不好意思, ...
    . G8 V+ z$ q0 r: g
    谢谢,算法应该没问题,就是最简单的线性回归。
    & E7 `: M3 }4 V5 w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 J- O0 p1 J) Y/ ^+ w) t
    雷达 发表于 2023-2-14 21:529 h% w5 }" `- @" P
    谢谢,算法应该没问题,就是最简单的线性回归。
    4 W6 E$ ~$ n" p/ X. _8 z# ^5 P7 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 ...

    ' U5 n+ c( g+ U4 H
    - M4 |5 H0 ]1 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。
      d0 R/ [% A) W6 ?% H5 g
      P& c* ~# ~5 g" T1 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 ! T" V, H: K" S  A
    老福 发表于 2023-2-14 22:00
    ; _+ w; U9 B0 s# Z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 s, {' G) l; h9 M5 ~
      J6 z: A/ m0 f
    或者把b但的起点改为1试试。 ...

    8 J7 y3 S3 [  ]9 E
    6 z  ~. y5 @, K! s3 S% k你是对的。8 ~  M% z0 A% K) f( Z6 v+ ^  m
    去掉了随机部分
    + C  T; a( }; [# O#y = (x*27+15+random.randint(-2,3)).reshape(-1)8 s- w% I1 Z% Q, `* S; z* x: X0 S
    y = (x*27+15).reshape(-1)
    6 n" Q9 @9 t( n! x) L$ {& _5 w$ ]1 G; E0 j
    循环次数加成10倍,就看到 b 收敛了  ~. T, Q- X0 \3 X+ w
    w , b
    $ {' b& e5 n! E* K5 W4 X, ?27.002620697021484 14.826167106628418
    - C* k1 I* z* F, x( I6 E2 V: p, S4 ^/ Y/ _" J# r* N# @8 M0 Y  Y
    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, 2026-5-31 09:37 , Processed in 0.055456 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