设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2384|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 h9 h3 g$ T$ R4 W6 W& S% Q, |/ b* h: A# f1 t" E; W
    为预防老年痴呆,时不时学点新东东玩一玩。
    ! {9 k1 g8 R7 u) q; R$ |! T& }Pytorch 下面的代码做最简单的一元线性回归:; ~4 ~0 e/ I0 L  @% s4 F
    ----------------------------------------------. Y# U& A% K. M- P
    import torch8 N. a6 L2 Y* b/ S% h. r6 i
    import numpy as np
    & _$ d- S  [# a3 C/ Cimport matplotlib.pyplot as plt) u" s% c- J  T9 M
    import random5 J, R! q1 Q6 x0 {  u) s, N

    ( P- D* ^% w: ^3 O& P1 C' tx = torch.tensor(np.arange(1,100,1))
    # g9 \: g8 f2 a( C8 C5 Yy = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    + g& K% S" i1 e4 M9 \4 ], \2 D
    ; ]: Z  h# `4 D4 h0 U$ u) |- U) lw = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    # R$ a' }4 L5 ^* g8 Qb = torch.tensor(0.,requires_grad=True)
    ! N9 {( ~+ z3 w/ e7 v
    4 O4 G1 y$ T, `  x1 |epochs = 100$ m! z0 s4 Q1 r5 K% G

    5 ]$ r1 g# w% M4 |3 blosses = []
    2 ^. p$ ?) Q8 I! b  Qfor i in range(epochs):& k6 c- f4 Z; P. V! ?8 f
      y_pred = (x*w+b)    # 预测2 t2 T9 e6 ?# x1 z5 Y9 ^" K% U
      y_pred.reshape(-1)3 f( n' [/ y7 a
    / P4 N1 }: w6 Z; r* ]$ Q+ O  M
      loss = torch.square(y_pred - y).mean()   #计算 loss- s5 b7 Y" ]+ s6 g
      losses.append(loss)6 p" j/ u: a  N6 i
      1 j, F0 h0 p- s% {7 N( G
      loss.backward() # autograd
    * o0 }# m9 L- f, Z* f- l, o8 _  with torch.no_grad():0 l# v$ i- e" l; b+ n
        w  -= w.grad*0.0001   # 回归 w
    & F# s& n  X( o    b  -= b.grad*0.0001    # 回归 b
    ! a7 [$ B, w- M* Z  w.grad.zero_()  
    , K9 F( ~; ?) r0 g) s  b.grad.zero_()
    8 _3 f; k! d5 z* F* Z, d8 y- ?! P7 |. i
    print(w.item(),b.item()) #结果
    0 h& |+ ^! v2 W) ^2 Q/ k
    * A6 p2 }+ O& L9 Z6 iOutput: 27.26387596130371  0.4974517822265625
    2 F$ y( o: n: w  {----------------------------------------------2 \# B4 h' e2 n2 Q( D1 c
    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 l: o7 J" o6 V3 T* |高手们帮看看是神马原因?3 J* P0 u3 W2 I

    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
    ; I3 y7 m3 R  u3 R. N8 \* U6 N0 [7 c! R  x' r, x
    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?
      A5 c9 _4 l+ c& d7 |* t; Q-------
    ) [2 }( r8 k# d9 |/ P! U* f  p* N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。
    * G6 R2 P6 S( ^, S) [/ M& N7 `1 _% q$ @-------! `' g# u# I6 e2 J9 g6 i, w
    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
    ; h1 j$ s/ J+ R" c9 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?9 M- `4 @- ^+ n
    -------
    / P: U: A* `& v: A  S不好意思, ...

    + b0 @. U( l! I) N4 B" W; u( v谢谢,算法应该没问题,就是最简单的线性回归。
    6 K" W% F" L* p# T( j! z6 P6 N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 ) T6 ?# i! F6 |: {3 A* h
    雷达 发表于 2023-2-14 21:52
    4 h2 l5 g, I! n% |  o! r' ~谢谢,算法应该没问题,就是最简单的线性回归。
    0 S- `6 F, E; v9 E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 ...
    & l; u0 u8 o* w6 Q+ a' |6 d
    6 D7 u8 l. Q- u6 B/ M! m% v
    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。0 V3 L# Q: ^1 q# }# ~$ X3 n' @3 j
    ' N7 ~! p7 Y7 I" V( V& [! t9 e+ }0 Z
    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 6 P4 y# L' k+ }9 g* l
    老福 发表于 2023-2-14 22:00
    ; u. U/ u( x1 ^6 t2 G1 G" z) N% j$ G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。
    - s6 V  d+ R  v
      y" I; ~, `: ]  B7 J或者把b但的起点改为1试试。 ...

    * q+ D+ O% _8 q/ L- I
    + N5 N  q/ f# v$ {3 ~% e$ Q* g你是对的。' z3 @7 }) [4 d- P' N& U( _
    去掉了随机部分
    ! m; u0 k, b6 Z; P: C#y = (x*27+15+random.randint(-2,3)).reshape(-1)
    3 |* m1 j0 P. d  Y) \9 l( Z2 |. J) ly = (x*27+15).reshape(-1)  l& Y4 |- Q% a0 @- i& h) G1 V
    - q9 t7 I$ R& C
    循环次数加成10倍,就看到 b 收敛了1 a7 @1 k0 F5 w. g$ b/ b
    w , b! D" ?5 u9 x' L# ]: ?5 ]5 k
    27.002620697021484 14.826167106628418$ N( g+ C. |8 K$ P4 g3 ?- L

    ) x7 `7 W' n( t. W" Q* C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, 2026-1-26 12:25 , Processed in 0.072006 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