PyTorch 深度学习实践第2讲作业

最新推荐文章于 2023-06-13 07:42:47 发布

谦谦而收益

最新推荐文章于 2023-06-13 07:42:47 发布

阅读量344

点赞数

分类专栏： pytorch 深度学习与实践

本文链接：https://blog.csdn.net/IT_Blossom/article/details/115278787

版权

pytorch 深度学习与实践专栏收录该内容

1 篇文章 1 订阅

订阅专栏

B站刘二大人链接 https://www.bilibili.com/video/BV1Y7411d7Ys?p=3

代码如下

import numpy as np
import matplotlib.pyplot as plt

x_data = [1.0,2.0,3.0]
y_data = [2.0,4.0,6.0]

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

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

w_list = []
b_list = []
mse_list = []
for b in np.arange(0.0,4.1,0.1):
    
    for w in np.arange(0.0,4.1,0.1):
        #print('b=',b)
        #print('w=',w)
        l_sum = 0
        for x_val,y_val in zip(x_data,y_data): #zip 
            #print('x_val,y_val',x_val,y_val)
            y_pred_val = forward(x_val)
            loss_val = loss(x_val,y_val)
            l_sum += loss_val
            #print('\t',x_val,y_val,y_pred_val,loss_val)
        #print('MSE=',l_sum / 3)
        b_list.append(b)
        w_list.append(w)
        mse_list.append(l_sum / 3)

%matplotlib notebook #动态展示图
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = plt.axes(projection='3d')
X = w_list
Y = b_list
Z = mse_list
ax.plot_trisurf(X, Y, Z)

plt.ylabel('b')
plt.xlabel('w')
plt.show()