Pytorch学习笔记【13】：RNN实现回归（利用sin曲线回归cos曲线）

最新推荐文章于 2024-06-24 20:15:54 发布

strong tyj

最新推荐文章于 2024-06-24 20:15:54 发布

阅读量162

点赞数

分类专栏： # Pytorch

本文链接：https://blog.csdn.net/qq_36499794/article/details/103156575

版权

这篇博客介绍了如何使用PyTorch的RNN模型进行回归任务，具体是用sin函数的数据训练模型，然后预测cos函数的值。文章提供了Python3.7和torch1.3.1版本的代码，没有使用CUDA。内容包括代码实现和运行结果的展示。

摘要由CSDN通过智能技术生成

注意看代码注释，自己可以跑一遍，结合代码注释会比较好，解析都在代码注释里面。

版本：Python3.7，torch1.3.1， cuda没有

1. 代码

import torch
from torch import nn
import numpy as np
import matplotlib.pyplot as plt

# 定义一些参数
TIME_STEP = 10
INPUT_SIZE = 1
LR = 0.02

# 展示数据
# steps = np.linspace(0,np.pi*2,100,dtype=np.float32)
# x_np = np.sin(steps)
# y_np = np.cos(steps)
# plt.plot(steps,y_np,'r-',label='target(cos)')
# plt.plot(steps,x_np,'b-',label='input(sin)')
# plt.legend(loc='best')
# plt.show()

# 定义我们自己的网络
class RNN(nn.Module):
    def __init__(self):
        super(RNN, self).__init__()

        self.rnn = nn.RNN(
            input_size=INPUT_SIZE,
            hidden_size=32,
            num_layers=1,
            batch_first=True
        )
        self.out = nn.Linear(32,1)

    def forward(self,x