设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1769|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
    ) R+ V) q4 [. n9 O- G4 w  U9 q
    3 t  H) b/ K- j5 M' U$ f为预防老年痴呆,时不时学点新东东玩一玩。$ `) c1 t- _/ \6 T6 [! q- X
    Pytorch 下面的代码做最简单的一元线性回归:
    ) G) F% c5 {' r% n; o% Q2 i& C0 e----------------------------------------------
    2 i) w; L5 M. Timport torch5 n, N0 ?8 ~. r- I0 h
    import numpy as np
    1 N7 X- X9 I) W% limport matplotlib.pyplot as plt
    # M9 \' X  o" m7 k" z  s2 ?6 z' Fimport random
    : f( N4 L' b- n! R
    # E; ?2 h: \7 Mx = torch.tensor(np.arange(1,100,1))
    ! m6 l6 z& N0 N% ~0 x) My = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    1 B; X1 l2 [& B/ m
    3 |  _9 e, h2 y( |/ mw = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b! A3 B8 h4 A* R( n! [# J6 {- {
    b = torch.tensor(0.,requires_grad=True)
    : \8 A! w# M+ t+ \) m9 P1 h2 D6 C1 g# ?) s, v: b& l
    epochs = 1003 o+ Y6 o  x# i9 o4 J
    ! d# J0 p: L" J  l* E
    losses = []) _7 n; O# C2 S2 z, m0 u
    for i in range(epochs):
    ' l% X" D; T$ V7 w$ ]# K  y_pred = (x*w+b)    # 预测
    * u0 e1 X  D% I& ~  d, p  y_pred.reshape(-1)# r; ~1 [* I4 N0 A" v- U  Z

    4 ]9 N+ {( V) U$ ~8 W  loss = torch.square(y_pred - y).mean()   #计算 loss, _' Q8 z. V- v4 |8 k; A& @
      losses.append(loss)
    ! W6 X4 m: d6 \2 E- e3 l  ! g6 t4 {5 ?' G, B* r6 q
      loss.backward() # autograd: o# J3 r  @5 `+ L% M4 k
      with torch.no_grad():! h( i3 u! f* q' c- ^
        w  -= w.grad*0.0001   # 回归 w8 x9 u. n4 K: k- E
        b  -= b.grad*0.0001    # 回归 b % d9 E5 e7 \( q8 m* n
      w.grad.zero_()  ' X, J" W& J5 a
      b.grad.zero_()& A! a/ b7 `3 G7 @2 a3 a  t
    3 t% X5 J# G8 v
    print(w.item(),b.item()) #结果
    * h" J! W( W0 Z  p! q
    4 S8 b, G; K& w. D( _Output: 27.26387596130371  0.4974517822265625, z' f$ Q8 n* X* v' J
    ----------------------------------------------
      M0 u7 B' L. {! t0 W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。- m- k' e9 f  k6 k
    高手们帮看看是神马原因?0 z; u, _" J0 Z" L7 j7 z; N9 e

    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
    % R  E  `+ @3 H( v6 i0 y& @, }
    4 n1 D' w( _: x7 H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?
    7 \- K% m+ r8 j/ n2 ]1 i-------; a) \+ h* M8 m3 b7 ?
    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。
      T1 U+ V* M7 `: z-------
    7 i/ Q9 z' ^- 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
    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# n1 J2 ~# O! F) i6 q! L
    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?
    6 {3 o8 X# ?0 e" C& Q-------- F3 h3 ^( a! `
    不好意思, ...

    & @* M4 k' x6 r  I% s! u谢谢,算法应该没问题,就是最简单的线性回归。
    0 h0 d7 r1 R5 [4 D* O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
    2 W8 }( X8 n" U7 [7 }5 Z
    雷达 发表于 2023-2-14 21:52% p4 b5 F" g" P
    谢谢,算法应该没问题,就是最简单的线性回归。: q9 k! _& C( U
    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 ...

    $ o; B& W8 L+ O6 v6 Q6 u( @) b% L/ V$ i
    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。
    2 j/ D$ t  m% z8 k& [% p+ Y6 s4 n3 J' _7 `
    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
    8 x" u' {3 h, D+ H! f8 `4 ?
    老福 发表于 2023-2-14 22:00: b7 L4 X9 W7 L2 }# P, }0 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。+ \: V# e9 r/ M
    1 P1 c9 X' y+ _. k  Y
    或者把b但的起点改为1试试。 ...
    7 d4 g7 d! _$ `/ J

    6 |' c; t9 f4 m* Q) d你是对的。
      [& J0 O# G$ j+ P% E. T6 \3 {, s* R# s去掉了随机部分' `" H) B, t* r$ A7 A+ x" S. T
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)
    3 I. M: k* x, O! u- my = (x*27+15).reshape(-1)0 t" _) `7 |+ g3 {1 e# m' f5 S6 r

    4 {/ T4 @. `0 _1 Q循环次数加成10倍,就看到 b 收敛了8 \. f3 o5 `3 u# c/ K& o
    w , b' f! N, L: \6 x' V) ]
    27.002620697021484 14.8261671066284181 E# |( e1 n( ?/ I( c4 I

    . y& o8 q1 p& 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, 2025-7-10 10:59 , Processed in 0.036208 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