实验 2 利用 PyTorch 实现简单的线性回归算法
一、实验介绍
1.1 实验内容
Pytorch 是由 Facebook 支持的一套深度学习开源框架,相比较 Tensorflow,
它更加容易快速上手,所以一经推出就广受欢迎。本课程是采用 Pytorch 开源框
架进行案例讲解的深度学习课程。我们将使用 PyTorch 构建一个简单的线性回
归网络。
1.2 实验知识点
- 用 PyTorch 实现线性回归
用 PyTorch 实现线性回归
1.3 实验环境
-
Python3.9
-
PyTorch1.10.2
-
pytorch
二、利用 PyTorch 实现简单的线性回归算法
2.1 准备数据
下面使用 PyTorch 实现一个简单的线性回归算法。
线性回归是机器学习中最基础和简单的算法,你可以将它视为深度学习界的 HelloWorld。如果不了解线性回归,你可以简单的理解为:训练一条直线,让这条直线拟合一些数据点的趋势。
import torch
# 导入自动梯度运算包,主要用Variable这个类
from torch.autograd import Variable
#
import matplotlib.pyplot as plt
# 生成100个0---100间的数
x = Variable(torch.linspace(0, 100, 100).type(torch.FloatTensor))
# 生成100个正态分布随机数,均值为0,方差为10
rand = Variable(torch.randn(100)) * 10
y = x + rand
# 将Variable转换为数组,绘图
plt.plot(x.data.numpy(