pytorch之一维线性回归

import torch
import numpy as np
import matplotlib.pyplot as plt
from torch import nn
from torch import optim
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"


x_train=torch.rand([50,1])
y_train=5*x_train+3
print('训练集准备完成\n...........................\n............................')



class LinearRegression(nn.Module):
    def __init__(self):
        super(LinearRegression, self).__init__()
        self.linear=nn.Linear(1,1)

    def forward(self,x):
        out=self.linear(x)
        return out

model=LinearRegression()
criterion=nn.MSELoss()
optimizer=optim.SGD(model.parameters(),lr=1e-3)

epochs_num=40000
for epoch in range(epochs_num):
    out=model(x_train)
    loss=criterion(out,y_train)
    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

    if (epoch+1)%5000==0:
        print('epoch[{}/{}],loss:{:.4f}'.format(epoch+1,epochs_num,loss.item()))

model.eval()
predict=model(x_train)
predict=predict.data.numpy()
plt.plot(x_train,y_train,'ro',label='Original data')
plt.plot(x_train,predict,label='Fitting Line')
plt.show()

import os
os.environ[“KMP_DUPLICATE_LIB_OK”]=“TRUE”(解决不显示错误)

def init(self):
super(LinearRegression, self).init()(需要super来继承nn.module)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值