Pytorch --线性模型

最开始是跟着 Aladdin Persson 学的但是 不知道为什么有一组数据集完全导入不了所以换了一个老师 从头跟着学 但我还是非常推荐 Aladdin Persson的课的因为讲的非常实用

 

第一节

 也就是要求出w ,和 d ,但老师的讲解就做了w的

要找评估模型 也就是loss

然后求出平均值

我整理了一下最后是加上b的版本

import matplotlib.pyplot as plt

import numpy as np

x_data = [1.0, 2.0, 3.0]
y_data = [2.0, 4.0, 6.0]

def forward(x):
    return x * w+b
def loss(x,y):
    y_pred = forward(x)
    return (y_pred-y)*(y_pred-y)

w_list = []
mse_list = []
b_list = []
for w in np.arange(0.0, 4.1, 0.1):
    for b in np.arange(0.0, 4.1, 0.1):
        print('w = ', w)
        print('b = ', b)
        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)
        b_list.append(b)
        mse_list.append(l_sum/3)

w_list = np.array(w_list)
b_list = np.array(b_list)
mse_list = np.array(mse_list)

fig = plt.figure()


ax = fig.add_subplot(projection='3d')



ax.plot(w_list, b_list, mse_list, c='black',marker='o',alpha = 0.1)


ax.set_xlabel('w')


ax.set_ylabel('b')


ax.set_zlabel('mse')

plt.show()

最后是图像