b站刘二大人----02线性模型

反向传播的核心是计算图

神经网络的发展

MSE 平均平方误差

 损失函数：

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
  
def loss(x, y):
    y_pred = forward(x)
    return (y_pred - y)**2
 
w_list = []
mse_list = []
for w in np.arange(0.0, 4.1, 0.1):#生成0.0到4.1之间且间隔为0.1的序列
    print("w=", w)
    l_sum = 0
    for x_val, y_val in zip(x_data, y_data):
        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)
    w_list.append(w)
    mse_list.append(l_sum/3)
    
plt.plot(w_list,mse_list)#这四行为绘图代码，结果如下
plt.ylabel('Loss')#纵坐标
plt.xlabel('w')#横坐标
plt.show()    

 由图可知，当权值w取2.0的时候，整个损失函数loss的值最小。

（作业）三维的图怎么画呢？？？

PyTorch学习（一）--线性模型_陈同学爱吃方便面的博客-CSDN博客