（刘二大人）PyTorch深度学习实践-线性模型作业

Catherine_bling

已于 2022-10-06 14:33:07 修改

阅读量358

点赞数

分类专栏： PyTorch 文章标签： pytorch 人工智能 python

于 2022-10-06 09:42:58 首次发布

本文链接：https://blog.csdn.net/Catherine_bling/article/details/127173379

版权

本文介绍了使用PyTorch实现深度学习线性模型的过程，包括3D绘图参考、代码实现和图像展示。

摘要由CSDN通过智能技术生成

1.3D绘图参考

2.代码实现

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.ticker import LinearLocator

#w = 2,b=0，设置数据
x_data = [1.0,2.0,3.0]
y_data = [2.0,4.0,6.0]

W = np.arange(0.0,4.1,0.1)
B = np.arange(-2.0,2.1,0.1)

[w,b] = np.meshgrid(W,B)


def forward(x):
    return w*x+b

def loss(x,y):
    y_pred = forward(x)
    return  (y_pred-y)**2

sum_loss = 0
mse_list = []
for x_val,y_val in zip(x_data,y_data):
    y_pred = forward(x_val)
    loss_val = loss(x_val,y_val)
    sum_loss +=loss_val
    print('\t',x_val,y_val,y_pred,loss_val)


#进行构图实现
fig,ax = plt.subplots(subplot_kw={"projection":"3d"})

surf = ax.plot_surface(w,b,sum_loss/3,cmap=cm.coolwarm,linewid