pytorch练习-线性模型

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