继续请教问题:关于 Pytorch 的 Autograd

雷达

$ a# Z) @; k  r# o) n* z3 B. u为预防老年痴呆，时不时学点新东东玩一玩。
# Y$ N+ F% z' `; l9 E2 wPytorch 下面的代码做最简单的一元线性回归：
8 p& }" N; e+ o/ z6 F" N  R----------------------------------------------
import torch
import numpy as np
import matplotlib.pyplot as plt
' p& C) p% c6 qimport random
: f# E( r2 p6 N0 L- r% j2 j
3 k  X1 Q% }4 E# z* H; o9 vx = 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
" y3 c$ |; h: G- n% |% @
w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
b = torch.tensor(0.,requires_grad=True)

epochs = 100
4 b* R/ J2 [/ Z0 T, i
losses = []
for i in range(epochs):
7 O1 z, E# c1 v/ j  y_pred = (x*w+b)    # 预测
  y_pred.reshape(-1)
8 g) j4 l& P& ~
  loss = torch.square(y_pred - y).mean()   #计算 loss
  losses.append(loss)
  
2 N" n/ }7 S4 W6 M; c. L+ h  loss.backward() # autograd
- l. I* R" O2 U  with torch.no_grad():
    w  -= w.grad*0.0001   # 回归 w
    b  -= b.grad*0.0001    # 回归 b
, a6 }- I& [0 G  z4 H- W  w.grad.zero_()  
  ~6 D, W6 v' j5 H; w- F+ P$ K/ y0 `  b.grad.zero_()

1 D1 q, ~9 ~, \) zprint(w.item(),b.item()) #结果

Output： 27.26387596130371  0.4974517822265625
----------------------------------------------
# b/ H0 i7 _( @# B# S5 |  \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。
; ]2 x' i$ S/ Y% [7 q. x& o3 l3 a8 v高手们帮看看是神马原因？

老福

$ w6 `$ @/ s& y" x( S
  d# A! r: A" 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？
( Q6 _' [2 D% m6 X2 i' x! j7 z" e-------
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。
3 y% S3 s% y" t-------
0 V; k! q# Z) X0 a9 A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
8 f$ H0 U/ ^  J5 ^! [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？
-------
5 L$ W! q6 D5 B; p; V# V+ f" G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

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 ...

5 z7 C1 ~' t, V. ]$ |: ^% B
4 B# i% \* n* a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。

% C$ w  a  g0 n  `0 c或者把b但的起点改为1试试。

雷达

+ K- ]% P% i5 ?& a; p

老福 发表于 2023-2-14 22:00
. o0 U. w+ H, q! F% k0 k! C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。
  b+ M, x' h0 ^( D# s' u
" Z: y) j' j* C# t- U/ D或者把b但的起点改为1试试。 ...

7 Z) A8 v6 B) o8 a" \" b6 S
" \; n" ~# z1 F# q$ ]5 e你是对的。
! {  }/ C# I  [) U4 u去掉了随机部分
#y = (x*27+15+random.randint(-2,3)).reshape(-1)
y = (x*27+15).reshape(-1)
# }  P5 [1 [+ D+ X2 L6 [& O
0 g+ V1 W! J, f2 h5 B循环次数加成10倍，就看到 b 收敛了
$ F% Q& k" T9 Q1 K, t. s% b! gw , b
+ S' ]  K3 C) D& J' @$ ~) X/ f27.002620697021484 14.826167106628418

8 O) K+ c4 r4 r% r) K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。