1.问题描述:
已知三组学习时长和最终得分的数据,建立数学模型,预测学习时长为4小时的最终得分
2.穷举法:
x:学习时长 y:最终得分
模型:采用线性回归模型y_pred=wx+b,求解参数w,b
目标函数:cost=sum((y_pred-y)**2)/n
其中:y_pred为穷举不同w,b时x对应的预测输出,loss最小时参数w,b最优
3.python代码:
import numpy as np
import matplotlib.pyplot as plt
x_data = [1, 2, 3]
y_data = [2, 4, 6]
w = 1 #随机赋值
b = 0 #随机赋值
def forward(x, w, b):
return w * x + b
def loss_cal(x_data, y_data, w, b):
loss_sum = 0
for x, y in zip(x_data, y_data):
y_pred = forward(x,w,b)
loss = (y_pred - y) ** 2
loss_sum = loss_sum + loss
return loss_sum / len(x_data)
X = np.arange(0.1, 4.1, 0.1)
Y = np.arange(-2.0, 2.1, 0.1)
X, Y = np.meshgrid(X, Y)
Z = loss_cal(x_data, y_data, X, Y)
plt.figure()
ax3=plt.axes(projection='3d')
ax3.plot_surface(X, Y, Z, cmap='rainbow')
plt.show()
4.可视化结果:
可以看到:w=2,b=0附近,loss最低 ,故参数选择2,0。.
5.以上均为个人学习pytorch基础入门中的基础,浅做记录,如有错误,请各位大佬批评指正!