继续请教问题:关于 Pytorch 的 Autograd

雷达

6 B6 l2 M9 F1 c
为预防老年痴呆，时不时学点新东东玩一玩。
  v2 g  l& S% R( B( {9 p, G' X0 HPytorch 下面的代码做最简单的一元线性回归：
5 }/ y- S3 R+ {( P----------------------------------------------
import torch
import numpy as np
import matplotlib.pyplot as plt
import random
) s$ {& z& U; @
( ~* W' e( u0 I/ U/ d. E  J- Ex = torch.tensor(np.arange(1,100,1))
y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
" D) t# A( j- {# o% q
8 B* s& R/ i, t- u9 lw = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
b = torch.tensor(0.,requires_grad=True)
, F" f$ F8 Y# \( i9 ^/ }
6 d2 \* M: H& p/ p# B3 Wepochs = 100

" K2 [9 X, F1 h' V+ I, b& alosses = []
for i in range(epochs):
, [( P! m9 H* N, `  y_pred = (x*w+b)    # 预测
  y_pred.reshape(-1)

  loss = torch.square(y_pred - y).mean()   #计算 loss
) Z  I# F  D3 O+ l  losses.append(loss)
' g* D2 ~" s+ L$ z7 @# ^  
  loss.backward() # autograd
6 R) [/ J0 A# O+ l  with torch.no_grad():
    w  -= w.grad*0.0001   # 回归 w
    b  -= b.grad*0.0001    # 回归 b
# D0 L5 F, b& ?5 G  w.grad.zero_()  
  b.grad.zero_()
# B' [4 e/ y7 `/ c) e
+ A/ w0 i9 a$ g4 H9 ~+ v+ {: pprint(w.item(),b.item()) #结果

  ?" K: y1 G9 s, v: ]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。
5 ^: y8 p+ F1 y  p高手们帮看看是神马原因？
, c4 K- S+ F& Q

老福

4 w, q) g1 M* I0 U8 ^+ H# f) f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？
-------
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。
9 R( V+ R) Q7 S# ]-------
3 O/ T# u) i% C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？
-------
不好意思， ...

5 v) Y1 |0 I* x7 D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

; ^* y( C& _+ z

雷达 发表于 2023-2-14 21:52
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。

或者把b但的起点改为1试试。

雷达

/ w9 U3 u& \  \) n+ Y

老福 发表于 2023-2-14 22:00
' j# ]9 a4 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。
) j. L: g$ `. `! Y$ j
, K3 D3 J3 A1 |或者把b但的起点改为1试试。 ...

$ |- C' h' u+ |5 A# \' T你是对的。
去掉了随机部分
2 f' w& @& `% L) V0 {( e#y = (x*27+15+random.randint(-2,3)).reshape(-1)
y = (x*27+15).reshape(-1)
, s$ N6 H7 ~, t% }/ j( W1 k
循环次数加成10倍，就看到 b 收敛了
6 a$ @) Q1 F; T+ s" y# \w , b
27.002620697021484 14.826167106628418
7 x* W: {. Q# P. Q
, M! w  \& R0 p( j8 ^  Q( u' P8 B; q  T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。