《PyTorch深度学习实践》第二讲 线性模型 课后作业

B站刘二大人《PyTorch深度学习实践》第二讲 线性模型   课后作业代码实现

线性模型y = w*x + b

绘制三维立体图形

代码如下：

import numpy as np        #导入绘制图像的两个包
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.axes3d import Axes3D    #导入绘制3D图所需的包

x_data = [1.0,2.0,3.0]      #创建人工的数据集
y_data = [5.0,8.0,11.0]

def forward(x):     #定义前馈函数，y = x * w
    return x * w + b

def loss(x,y):        #定义损失函数 loss=(y_pred-y)**2
    y_pred = forward(x)
    return (y_pred-y) ** 2


mse_list = []    #创建空列表，用来传送损失值

W = np.arange(0.0,4.1,0.1)    #建立想x,y轴
B = np.arange(0.0,4.1,0.1)
w,b = np.meshgrid(W,B)


l_sum = 0
for x_val, y_val in zip(x_data, y_data):  #传入数据
    y_pred_val = forward(x_val)
    print(y_pred_val)
    loss_val = loss(x_val,y_val)
    l_sum += loss_val    #损失求和

fig = plt.figure()
axes3d = Axes3D(fig)
axes3d.plot_surface(w,b,l_sum/3)
plt.show()

运行结果如下：