PyTorch深度学习实践

使用PyTorch提供的工具来计算反向传播过程。

模型y=w*x

数据集：

x	y
1.0	2.0
2.0	4.0
3.0	6.0
4.0	?

实现代码：

# Author:gt
# CreatTime:2021/10/29
# FileName:lesson3.py
#利用PyTorch框架实现y=w*x 这个最简单的线性模型
import torch
#准备数据集
x_train=[1.0,2.0,3.0]
y_train=[2.0,4.0,6.0]

#用Tensor来为w赋初值
w=torch.Tensor([1.0])
w.requires_grad=True  #需要计算关于w的梯度

def forward(x):
    return x*w

#构建计算图
def loss(x,y):
    y_pre=forward(x)
    return (y_pre-y)**2

print("predict(before training)",4,forward(4).item())

for epoch in range(100):
    for x,y in zip(x_train,y_train):
        l=loss(x,y)  #调用它是为了构建计算图
        l.backward()  #计算完就释放
        print('\tgrad:',x,y,w.grad.item())  #dloss/dw的值
        w.data=w.data-0.01*w.grad.data
        w.grad.data.zero_()

    print("progress:",epoch,l.item())

print("predict(after training)",4,forward(4).item())

运行结果：

完结撒花