【Pytorch深度学习实战】（2）线性回归（Linear Regression）

🔎大家好，我是Sonhhxg_柒，希望你看完之后，能对你有所帮助，不足请指正！共同学习交流🔎

📝个人主页－Sonhhxg_柒的博客_CSDN博客 📃

🎁欢迎各位→点赞👍 + 收藏⭐️ + 留言📝​

📣系列专栏 - 机器学习【ML】 自然语言处理【NLP】  深度学习【DL】

​

 🖍foreword

✔说明⇢本人讲解主要包括Python、机器学习（ML）、深度学习（DL）、自然语言处理（NLP）等内容。

如果你对这个系列感兴趣的话，可以关注订阅哟👋

线性回归代码实现

 
 

   
   

    
    

   
   
   
   

    
    

     
     import torch
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import torch.nn 
     
     as nn
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import numpy 
     
     as np
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import matplotlib.pyplot 
     
     as plt
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 超参数
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     input_
     
     size 
     
     = 
     
     1
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     output_
     
     size 
     
     = 
     
     1
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     num_epochs 
     
     = 
     
     60
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     learning_rate 
     
     = 
     
     0.001
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 数据集
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     x_train 
     
     = np.array([[
     
     3.3], [
     
     4.4], [
     
     5.5], [
     
     6.71], [
     
     6.93], [
     
     4.168], 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
                         [
     
     9.779], [
     
     6.182], [
     
     7.59], [
     
     2.167], [
     
     7.042], 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
                         [
     
     10.791], [
     
     5.313], [
     
     7.997], [
     
     3.1]], dtype
     
     =np.float
     
     32)
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     y_train 
     
     = np.array([[
     
     1.7], [
     
     2.76], [
     
     2.09], [
     
     3.19], [
     
     1.694], [
     
     1.573], 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
                         [
     
     3.366], [
     
     2.596], [
     
     2.53], [
     
     1.221], [
     
     2.827], 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
                         [
     
     3.465], [
     
     1.65], [
     
     2.904], [
     
     1.3]], dtype
     
     =np.float
     
     32)
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 线性回归模型
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     model 
     
     = nn.Linear(
     
     input_
     
     size, 
     
     output_
     
     size)
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 损失和优化器
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     criterion 
     
     = nn.MSELoss()
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     optimizer 
     
     = torch.optim.SGD(model.parameters(), lr
     
     =learning_rate)  
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 训练模型
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     for epoch 
     
     in range(num_epochs):
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
         # Convert numpy arrays 
     
     to torch tensors
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
         inputs 
     
     = torch.
     
     from_numpy(x_train)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
         targets 
     
     = torch.
     
     from_numpy(y_train)
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
         # 前向传播
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
         outputs 
     
     = model(inputs)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
         loss 
     
     = criterion(outputs, targets)
    
    
   
   

   
   

    
    

   
   
   
   

    
    
    
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
         # 向后优化
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
         optimizer.
     
     zero_grad()
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
         loss.backward()
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
         optimizer.step()
    
    
   
   

   
   

    
    

   
   
   
   

    
    
    
    
    
   
   

   
   

    
    

   
   
   
   

    
    
    
     
     if (epoch
     
     +
     
     1) % 
     
     5 
     
     =
     
     = 
     
     0:
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
             print (
     
     'Epoch [{}/{}], Loss: {:.4f}'.
     
     format(epoch
     
     +
     
     1, num_epochs, loss.item()))
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 绘制图形
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     predicted 
     
     = model(torch.
     
     from_numpy(x_train)).detach().numpy()
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.plot(x_train, y_train, 
     
     'ro', label
     
     =
     
     'Original data')
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.plot(x_train, predicted, label
     
     =
     
     'Fitted line')
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.legend()
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     plt.show()
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 保存模型
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     torch.save(model.state_dict(), 
     
     'model.ckpt')