《动手深度学习》3.1线性回归 &3.2pytorch实现
线性回归的基本元素
- 线性模型
- 损失函数
- 解析解_一般只有凸优化问题存在解析解
- 基础优化方法-梯度下降
梯度下降原理:不断地沿着损失函数递减的方向(函数在负梯度方向下降最快)上来更新参数。
学习率: - 小批量随机梯度下降
批量大小: - 线性回归应用—预测
pytorch从零实现(不使用现成框架)
%matplotlib inline ##这是魔法函数的定义,表示可以在Ipython编译器里直接使用,功能是可以内嵌绘图,并且可以省略掉plt.show()这一步。
import random
import torch
import matplotlib # 注意这个也要import一次
import matplotlib.pyplot as plt
生成数据集
目的:对原函数y=[2,-3.4]*X+4.2进行拟合,但是没有数据集啊。所以,以下代码用一个满足均值为0方差为0.01的正态分布的随机误差项生成了一批训练数据!
def synthetic_data(w, b, num_examples): #@save
"""生成y=Xw+b+噪声"""
X = torch.normal(0, 1, (num_examples, len(w)))
y = torch.matmul(X, w) + b
y += torch.normal(0, 0.01, y.shape)
return X, y.reshape((-1, 1))
#这里-1是指未设定行数,程序随机分配,所以这里-1表示任一正整数;即reshape(-1,1)表示(任意行,1列)
true_w = torch.tensor([2, -3.4])
true_b = 4.2
features, labels = synthetic_data(true_w, true_b, 1000)
- 注意: X是1000x2;y.reshape(-1,1)中-1表示不指定行,意思就是reshape成(任意行,1列)的形状
- features中的每一行都包含一个二维数据样本, labels中的每一行都包含一维标签值(一个标量)。
- 可视化一下这2个特征features[:, 0],features[:,1]和labels的散点图, 可以直观观察到两者之间的线性关系。显然一个是正比,一个是反比。
plt.figure(1)
plt.scatter(features[:,0].detach().numpy(), labels.detach().numpy());
plt.figure(2)
plt.scatter(features[:,1].detach().numpy(), labels.detach().numpy());
读取数据集(小批量!minibatch)
- 定义一个函数, 该函数能打乱数据集中的样本并以小批量方式获取数据。
- 定义data_iter函数: 该函数接收批量大小、特征矩阵和标签向量作为输入,生成大小为batch_size的小批量。 每个小批量包含一组特征和标签。
def data_iter(batch_size, features, labels):
num_examples = len(features)
indices = list(range(num_examples))#随机生成样本索引
random.shuffle(indices) #打乱顺序
for i in range(0, num_examples, batch_size):
batch_indices = torch.tensor(indices[i: min(i+ batch_size, num_examples)])
yield features[batch_indices], labels[batch_indices]
调用函数,一共可以得到num_examples/batch_size组批量,每一组包含batch_size个样本!
输出来获得的前5组batch看一下下~
batch_size = 10
i = 0
for X, y in data_iter(batch_size, features, labels):
print(X, '\n', y)
i += 1
if(i>5): break
利用GPU并行运算的优势,处理合理大小的“小批量”。 每个样本都可以并行地进行模型计算,且每个样本损失函数的梯度也可以被并行计算。 高效!!
当函数迭代时,我们会连续地获得不同的小批量,直至遍历完整个数据集。 上面实现的迭代对于教学来说很好,但它的执行效率很低,可能会在实际问题上陷入麻烦。 例如,它要求我们将所有数据加载到内存中,并执行大量的随机内存访问。 在深度学习框架中实现的内置迭代器效率要高得多, 它可以处理存储在文件中的数据和数据流提供的数据。
初始化模型参数
- 用小批量随机梯度下降优化模型参数之前, 需要先有一些参数(随机预设)。so…通过正态分布中采样随机数来初始化权重, 并将偏置b初始化为0。
w = torch.normal(0, 0.01, size=(2,1), requires_grad=True)
b = torch.zeros(1, requires_grad=True)
- 接下来!开始更新这些参数,直到这些参数足够拟合我们的数据。 并使用pytorch的自动求导来计算每次更新需要的梯度值!
定义"线性回归"模型
def linreg(X, w, b): #@save
"""线性回归模型"""
return torch.matmul(X, w) + b
定义损失函数-均方误差
def squared_loss(y_hat, y): #@save
"""均方损失"""
return (y_hat - y.reshape(y_hat.shape)) ** 2 / 2
- 也就是我们的前馈(forward)计算过程,即运行模型时会构建一个计算图!
定义优化算法-minibatch梯度下降
- 每一步中,从数据集中随机抽取一个小批量,然后根据参数计算损失的梯度。
- 接下来,朝着减少损失的方向更新参数。
- 以下函数输入参数为:模型参数集合、学习率和批量大小。学习速率lr决定每一步更新的大小。
- 因为我们计算的损失是一个批量样本的总和(而不是均值),为避免batch_size影响到loss值的大小,我们给它求个均值(除以batch_size)来规范化一下。
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_()#更新完将梯度清零!
训练
- 在for的每次循环中,我们每次读取一个batch的训练样本,通过模型来获得一组预测。
- 计算损失(前馈过程forward,构建计算图)
- 然后,开始反向传播,存储每个参数的梯度。 (因为loss的shape是(batch_size,1),不是一个标量,所以考虑求sum将l中的所有元素加到一起,再以此计算关于[w,b]的梯度)
- 最后,我们调用优化算法sgd来更新模型参数。
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(): #以下计算过程不自动计算导数
train_l = loss(net(features, w, b), labels)
print(f'epoch {epoch + 1}, loss {float(train_l.mean()):f}')
误差验证:看一下用这些数据拟合计算的w,b和原本真实的true_w,true_b差了多少吧
print(f'w的估计误差: {true_w - w.reshape(true_w.shape)}')
print(f'b的估计误差: {true_b - b}')
——————————————————————————————
python语法基础补充
reshape(-1,1)
- reshape(-1,1)中-1表示不指定行,意思就是reshape成(任意行,1列)的形状
random.shuffle()
- 函数用法: random.shuffle()用于将一个列表中的元素打乱顺序,值得注意的是使用这个方法不会生成新的列表,只是将原列表的次序打乱。
with torch.no_grad()
首先看with
- 在pytorch写的网络中,with torch.no_grad():非常常见。
- 关于python中的with:
with 语句适用于对资源进行访问的场合,确保不管使用过程中是否发生异常都会执行必要的清理操作,释放资源,比如文件使用后自动关闭/线程中锁的自动获取和释放等。 - with工作原理:
(1)紧跟with后面的语句被求值后,返回对象的“–enter–()”方法被调用,这个方法的返回值将被赋值给as后面的变量;
(2)当with后面的代码块全部被执行完之后,将调用前面返回对象的“–exit–()”方法。
with torch.no_grad的作用
- 在该模块下,所有计算得出的tensor的requires_grad都自动设置为False。
- 即使一个tensor(记为x)的requires_grad = True,在with
torch.no_grad下计算时,由x计算得到的其他tensor(比如记为z)的requires_grad也为False,不会对z求导。