Pytorch初学者作业（一）

刚刚开始学习pytorch，记录分享一下作业过程以及问题，欢迎各位指出问题！一起讨论呀

跟刘二大人一起学习的，讲的非常详细清楚，我只学了c语言和一点python就可以听懂，感觉逻辑很流畅，当然里面很多东西还需要深挖

作业（一）

求线性模型：的cost function，并画出以w,b,cost为三个轴的3D图

使用的数据是假设代码如下：

#调用工具包
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
from mpl_toolkits.mplot3d import Axes3D

#用于训练的x,y数据集
x_data = [1.0, 2.0, 3.0]
y_data = [3.0, 5.0, 7.0]
W, B = np.arange(0.0, 4.1, 0.1), np.arange(0, 4, 1)# 规定 W,B 的区间
w, b = np.meshgrid(W, B, indexing='ij')# 构建矩阵坐标;这个还不太懂


#定义函数
def forward(x):
    return x * w+b

#定义损失函数    
def loss(x, y):
    y_pred = forward(x)
    return (y_pred-y)*(y_pred-y)

mse_lst = []
l_sum = 0.
for x_val, y_val in zip(x_data, y_data):
    loss_val = loss(x_val, y_val)
    l_sum += loss_val
mse_lst.append(l_sum/3)

'''#此时w,b,MSE都是数据集，需要取很多的值然后跑遍所有的量
w_list = []
b_list = []
mse_list = []
for w in np.arange(0.0, 4.1, 0.1):
    print('w=', w)
    for b in np.arange(0, 4, 0.1):
        l_sum = 0
        print('b=',b)
        b_list.append(b)
        for x_val, y_val in zip(x_data, y_data):
            y_pred_val = forward(x_val)
            loss_val = loss(x_val, y_val)
            l_sum += loss_val
            print('\t', x_val, y_val, y_pred_val, loss_val)
        print('MSE=', l_sum / 3)
        mse_list.append(l_sum / 3)
    w_list.append(w)
   
#这是2D的画法
plt.plot(w_list, mse_list)
plt.ylabel('Loss')
plt.xlabel('w')
plt.show()
'''

#3D画法如图所示
# 定义figure
fig = plt.figure(figsize=(10,10), dpi=300)
# 将figure变为3d
ax = Axes3D(fig)
# 绘图，rstride:行之间的跨度  cstride:列之间的跨度
surf = ax.plot_surface(w, b, np.array(mse_lst[0]), rstride=1, cstride=1, cmap=cm.coolwarm, linewidth=0, antialiased=False)
# Customize the z axis.
ax.set_zlim(0, 40)
# 设置坐标轴标签
ax.set_xlabel("w")
ax.set_ylabel("b")
ax.set_zlabel("loss")
ax.text(0.2, 2, 43, "Cost Value", color='black')
# Add a color bar which maps values to colors.
fig.colorbar(surf, shrink=0.5, aspect=5)
plt.show()             

画出来的图是这样，感觉不是很好看，不知道是否有误

刘二大人推荐的画3D图的网站

3D图，但是我目前还没学会自己想画的那种，存一下，后面有机会再来试试