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