根据带有噪声的线性模型构造一个人造数据集。
我们使用的线性模型参数、b = 4.2 和噪声项 生成数据集及其标签:
1.生成数据集
import numpy as np
import torch
from torch.utils import data
#生成数据集及其标签
def synthetic_data(w,b,num_examples):
#生成 y = Xw + b + 噪声
#生成x 均值为0 方差为1 的随机数,一共有n个样本,列数与w相同
x = torch.normal(0,1,(num_examples,len(w)))
y = torch.matmul(x,w) + b
#加入一个噪音,均值为0,方差为0.01,形状与y相同
y += torch.normal(0,0.01,y.shape)
return x ,y.reshape((-1,1))
true_w = torch.tensor([2,-3.4])
true_b = 4.2
features , labels = synthetic_data(true_w ,true_b ,10