简单的线性回归(一维输入,一维输出)

import torch
import torch.nn.functional as F
import matplotlib.pylab as plt
import torch.nn as nn

#1.构建数据集 y=x+1
x=torch.tensor([[1.0],
                [2.0],
                [3.0]])
y=torch.tensor([[2.0],
                [3.0],
                [4.0]])

plt.plot(x,y)
plt.show()

#2.搭建神经网络
class LinearNet(nn.Module):
    def __init__(self,num_input,num_output):
        super(LinearNet,self).__init__() #官方定义模板
        self.predict=nn.Linear(num_input,num_output,bias=True)

    def forward(self,x):
        y=self.predict(x)
        return y

net=LinearNet(1,1)

#3.定义优化器和损失函数
optimizer=torch.optim.SGD(net.parameters(),lr=0.05)
loss_func=nn.MSELoss()

#4.训练模型
for epoch in range(100):
    y_prediction=net(x)
    loss=loss_func(y_prediction,y)

    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

    print(epoch,loss)

x_test=torch.tensor([[4.0]])
y_test=net(x_test)
print(y_test)
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

ShuaS2020

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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