刘大大第二讲作业

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 + b

def loss(x, y):
    y_pred = forward(x)
    return (y_pred - y) * (y_pred - y)\

loss_list=[]
for w in np.arange(0.0, 4.1, 0.1):
    # 存放单独一个w对应所有b的误差，是一个行向量
    mse_vec = []
    for b in np.arange(-2.0, 2.1, 0.1 ):
        loss_sum = 0
        # 根据输入的两个列表（x_data,y_data）来求出预测值和误差
        for x_val, y_val in zip(x_data, y_data):
            y_pred_val = forward(x_val)
            loss_val = loss(x_val, y_val)
            # 误差求和
            loss_sum += loss_val
         # 平均误差
        loss_mean = loss_sum / 3
        mse_vec.append(loss_mean)
    # 算完一整个误差行向量后，将此向量存入loss_list中，最后形状是（41, 21）
    loss_list.append(mse_vec)


fig = plt.figure()
ax = plt.axes(projection='3d')
w,b = np.meshgrid(np.arange(-2.0, 2.1, 0.1),np.arange(0.0, 4.1, 0.1))
mse= np.asarray(loss_list)
surf = ax.plot_surface(w,b,mse,rstride=1, cstride=1, cmap=plt.get_cmap('rainbow'))
fig.colorbar(surf, shrink=0.5, aspect=5)

plt.show()

参考博客：核心代码参考

3分钟理解np.meshgrid()