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]
def forward(x):
return x*w;
def loss(x,y):
y_pred= forward(x)
return (y-y_pred)**2
#穷举法
w_list=[]
mse_list=[]
for w in np.arange(0.0,4.1,0.1):#这三个参数分别是 起点值、终点值、步长
# 不同参数个数情况介绍:
# 一个参数时,参数值为终点值,起点取默认值0,步长取默认值1。
# 两个参数时,第一个参数为起点值,第二个参数为终点,步长取默认值1。
# 三个参数时,第一个参数为起点,第二个参数为终点,第三个参数为步长,其中步长支持小数。
print("w=",w)
l_sum=0
for x_val,y_val in zip(x_data,y_data):
y_pred_val=forward(x_val)
loss_val=loss(x_val,y_val)
l_sum+=loss_val
print('\t',x_val,y_val,y_pred_val,loss_val)
print('MSE=',l_sum/3)
w_list.append(w)
mse_list.append(l_sum/3)
plt.plot(w_list,mse_list)
plt.ylabel('loss')
plt.xlabel('w')
plt.show()
穷举法:在w为2时,损失最小