《PyTorch深度学习实践》 课后作业 Lesson2

---

题目描述

使用穷举法计算逼近线性模型y = ax + b

这里为了计算放便，以y = 3x + 4来作为例子
则对应：

• x = 2.0 ， 3.0 ， 4.0
• y = 10.0， 13.0， 16.0

---

题解

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 以y = 3x + 4函数作为例子
# 对应样本点有
# x = 2.0 ， 3.0 ， 4.0
# y = 10.0， 13.0， 16.0

x_data = [2.0, 3.0, 4.0]
y_data = [10.0, 13.0, 16.0]


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


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


# 注意这里的矩阵的维度
# 与上课时候的案例不同，如果需要画出三维的图像，Z轴的矩阵时2维的（也就是投影到xoy坐标平面上要有数值）
W = np.arange(1, 4.1, 0.1)
B = np.arange(2, 5.1, 0.1)
[w, b] = np.meshgrid(W, B)

# 这样处理过后的w和b就是二维的矩阵了
# 后面直接进行矩阵运算就能得到lost

lost_sum = 0

for val_x, val_y in zip(x_data, y_data):
    y_hat = forward(val_x)
    print("\t", y_hat)
    lost_val = loss(val_x, val_y)
    lost_sum += lost_val

# 画图
fig = plt.figure()
ax3d = Axes3D(fig)
ax3d.plot_surface(w, b, lost_val / 3, cmap = "rainbow")   #只有3个样本点
plt.show()

---

运行结果

---

写在最后

本文章为《PyTorch深度学习实践》完结合集课程对应的一些课后习题解答，仅为各位同志学习参考之用

各位看官，都看到这里了，麻烦动动手指头给博主来个点赞8，您的支持作者最大的创作动力哟！ ＜（＾－＾）＞
才疏学浅，若有纰漏，恳请斧正
本文章仅用于各位同志作为学习交流之用，不作任何商业用途，若涉及版权问题请速与作者联系，望悉知