接上一篇笔记深度学习笔记6_线性回归_linear_regression第1日(李沐,pytorch)_贤良淑德列克星敦_CV2的博客-CSDN博客
生成了一组用于学习的数据(y=Xw+b+噪声),其中X是一个(1000,2)的张量,而y是长度为1000的向量。
在研究完迭代器函数之后,我思考了一下,为什么要制定一个batch_size呢?机器学习需要遍历整个数据集,处于内存、处理的需要,最好不要一次处理过多数据,也不要一次将所有数据都读取到内存中。因此,使用了一个迭代器来每次抽取小批量的数据进行学习,而batch_size就是来定义用什么间隔来抽取数据。怎么保证所有数据都学习到?每次都把所有数据都打乱,然后抽取小批量。这样,抽取次数足够多的时候,就能保证所有数据都学习到。
def sgd(params, lr, batch_size): #@save
"""小批量随机梯度下降"""
with torch.no_grad():
for param in params:
param -= lr * param.grad / batch_size
param.grad.zero_()
param=parameters,指参数;lr=learing rate,学习率
为什么要使用torch.no_grad()?
原因:在一些情况下不需要求梯度,使用这个命令禁用求梯度
在此处的效果:令所有requires_grad=False
这里可以认为是按梯度下降的方向前进,前进步长由lr和batch_size两个参数确定。
最后还有个小细节:每一步计算梯度下降之后把梯度清零,使得下次计算梯度的时候,最终下降不会被上一轮的梯度影响。
lr = 0.03
num_epochs = 3
net = linreg
loss = squared_loss
for epoch in range(num_epochs):
for X, y in data_iter(batch_size, features, labels):
l = loss(net(X, w, b), y) # X和y的小批量损失
# 因为l形状是(batch_size,1),而不是一个标量。l中的所有元素被加到一起,
# 并以此计算关于[w,b]的梯度
l.sum().backward()
sgd([w, b], lr, batch_size) # 使用参数的梯度更新参数
with torch.no_grad():
train_l = loss(net(features, w, b), labels)
print(f'epoch {epoch + 1}, loss {float(train_l.mean()):f}')
这里注意到一个操作:函数名也可以是变量!
只要提前定义了net和loss两个变量的值,就可以在后面的函数中直接使用loss()和net(),效果等同于linreg()和squared_loss()
接下来可以调一下学习率和轮次,注意学习率不能太小,不然学习速度太慢,要很多轮;也不能太大,太大的话(>=10)loss会溢出。一般loss极限就是0.0052.
另外,还学到一个jupyter notebook的小技巧:使用ctrl+/可以批量注释