线性模型
刘二大人:视频连接
import numpy as np
import matplotlib.pyplot as plt
x_data = [1.0, 2.0, 3.0]
y_data = [2.0, 4.0, 6.0]
# 前向传播
def forward(x):
return x * w
# 损失函数
def loss(x, y):
y_pred = forward(x)
return (y_pred - y) ** 2
# 枚举
w_list = [] # 存放权重
mse_list = [] # 存放对应的损失
for w in np.arange(0.0, 4.1, 0.1):
print("w = ", w)
l_sum = 0 # 累加损失
for x_val, y_val in zip(x_data, y_data):
# 计算损失
loss_val = loss(x_val, y_val)
l_sum += loss_val
# 预测值
y_pred_val = forward(x_val)
# 打印结果
print('\t', x_val, y_val, y_pred_val, loss_val)
# 均方误差
print('MSE = ', l_sum / len(x_data))
# 加入权重列表
w_list.append(w)
# 加入MES列表
mse_list.append(l_sum / len(x_data))
# 可视化
plt.plot(w_list, mse_list)
plt.ylabel('Loss')
plt.xlabel('w')
plt.show()