pytorch练习1 3d图的绘制(线性回归)

该代码示例展示了如何使用numpy和torch库在3D空间中可视化线性回归模型的损失函数,通过计算每个(w,b)组合的平方误差并将其汇总。
摘要由CSDN通过智能技术生成
​
import numpy as np
import torch
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x_data = [1.0,2.0,3.0]
y_data = [5.0,8.0,11.0]

def forward(x):
    return x*w+b

def loss(x,y):
    y_pred=forward(x)
    return pow(y_pred-y,2)

sum=0

W=np.arange(0,4.1,0.1)
B=np.arange(0,4.1,0.1)
[w,b]=np.meshgrid(W,B)

for x_val,y_val in zip(x_data,y_data):
    y_pval=forward(x_val)
    print(y_pval)
    loss_val=loss(x_val,y_val)#由唯一的[w,b]确定唯一的loss_val 
    sum+=loss_val


fig=plt.figure()
ax=Axes3D(fig)
ax.plot_surface(w,b,sum/3)
plt.xlabel('w')
plt.ylabel('b')
plt.show()


​

  • 8
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值