继续请教问题:关于 Pytorch 的 Autograd

雷达

# f( G' z" K- A2 a# x" U, K, ~* w* F
为预防老年痴呆，时不时学点新东东玩一玩。
Pytorch 下面的代码做最简单的一元线性回归：
----------------------------------------------
import torch
# b. G  O# C( s: D$ c* q2 ^import numpy as np
import matplotlib.pyplot as plt
1 U" u% l; O$ A! U; S) |: Kimport random

- y. l4 j- e/ ^! [5 a3 N2 Z! tx = torch.tensor(np.arange(1,100,1))
9 Y8 R6 y' M) |+ t$ uy = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15

; a, `! d% T0 H: T. N( Iw = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
/ x; q3 X  d0 B8 Mb = torch.tensor(0.,requires_grad=True)
& x# b/ x. X4 Q( u5 p4 A5 ^) k
! @9 X6 w5 t0 R& Repochs = 100
/ ]' }" A4 z% ^1 b; [9 c
losses = []
4 o/ C, Q; X! ^9 ^for i in range(epochs):
: E! L" p! t( @  y_pred = (x*w+b)    # 预测
1 G0 Y& }1 v0 K+ o5 \  y_pred.reshape(-1)

  loss = torch.square(y_pred - y).mean()   #计算 loss
! [0 U, |/ N$ }) X  losses.append(loss)
0 ^) S' w; f* _  
1 f) F: D* Y( O* E8 F, i  loss.backward() # autograd
, u: P9 |: z' {# b; @% Y  with torch.no_grad():
    w  -= w.grad*0.0001   # 回归 w
    b  -= b.grad*0.0001    # 回归 b
' g: F$ S; p! B' y$ \9 J8 ~  w.grad.zero_()  
  b.grad.zero_()
0 q" t* h1 U, }. r$ r# T, K: F
. e  m# q4 L# O- L, _6 Q! yprint(w.item(),b.item()) #结果
, v9 g+ m' w3 e' L
Output： 27.26387596130371  0.4974517822265625
----------------------------------------------
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。
高手们帮看看是神马原因？

老福

" f7 X  M& v/ G3 [4 _
3 ]* A/ R8 d9 w# K  i$ B- u8 v  r) O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？
-------
+ Z  n2 i4 M) r  T' Y- X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。
-------
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。

雷达

老福 发表于 2023-2-14 19:23
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？
-------
- j9 |& j+ y* ?! [0 X; w不好意思， ...

谢谢，算法应该没问题，就是最简单的线性回归。
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。

老福

! F, P  J3 ]/ J- H

雷达 发表于 2023-2-14 21:52
  _$ L+ C" u- m5 {. Q& G1 S谢谢，算法应该没问题，就是最简单的线性回归。
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 ...

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 N* U& F# W0 W( @
4 @& m! C: U) `2 t或者把b但的起点改为1试试。

雷达

! O! V/ ?  f, Q0 `

老福 发表于 2023-2-14 22:00
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。
, b7 j( z% G. Y" u
或者把b但的起点改为1试试。 ...

你是对的。
. u, u5 R  W% s* X' W: C8 g去掉了随机部分
#y = (x*27+15+random.randint(-2,3)).reshape(-1)
3 p3 D9 Y# f1 qy = (x*27+15).reshape(-1)
9 N! p& c' Y/ C8 ~" c6 d, I1 r
, @. t% g6 v2 E  C循环次数加成10倍，就看到 b 收敛了
% t, X! C  @+ cw , b
. r+ @' L3 d' t$ s9 v  h27.002620697021484 14.826167106628418
2 y6 ?! m/ e8 g) e# X# 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。