【pytorch_5】线性回归的实现

步骤：

1. 准备数据

import torch

x_data = torch.Tensor([[1.0],[2.0],[3.0]])
y_data = torch.Tensor([[2.0],[4.0],[6.0]]) 

2. 设计模型：

class LinearModel(torch.nn.Module):     #继承
    def __init__(self):         #构造函数，初始化对象
        super(LinearModel,self).__init__()     #调用父类
        self.linear = torch.nn.Linear(1,1)      #(权重，偏置)

    def forward(self,x):
        y_pred = self.linear(x)     #可调用对象
        return y_pred

model = LinearModel()   #实例化

3. 构造Loss损失和优化

MSE：

 

SGD：

criterion = torch.nn.MSELoss(size_average=False)
optimizer = torch.optim.SGD(model.parameters(),lr=0.01)     #lr学习率

4. 训练

for epoch in range(100):
    y_pred = model(x_data)
    loss = criterion(y_pred,y_data)
    print(epoch,loss)

    optimizer.zero_gra