python简单的预测模型_如何使用 Python 或 matlab 实现一个简单根据年份预测年龄的模型...

Escapist367

110 天前

import torch

inputs=[]

outputs=[]

for year1 in range(1900,2020):

for year2 in range(1900,2020):

for age1 in range(0,120):

inputs.append([year1,year2,age1])

outputs.append([year2-year1+age1])

class LinearModel(torch.nn.Module):

def __init__(self):

super(LinearModel, self).__init__()

self.linear = torch.nn.Linear(3, 1)

def forward(self, inputs):

outputs = self.linear(inputs)

return outputs

model = LinearModel().cuda()

criterion = torch.nn.MSELoss()

optimizer = torch.optim.Adam(model.parameters(), lr=0.001)

for epoch in range(100):

Loss=0

for i in range(len(inputs)//1000):

x=torch.tensor(inputs[i*1000:i*1000+1000]).cuda().float()

y=torch.tensor(outputs[i*1000:i*1000+1000]).cuda().float()

y_pred = model(x)

loss = criterion(y, y_pred)

optimizer.zero_grad()

loss.backward()

optimizer.step()

Loss+=loss.item()

print("Loss:%.2f"%Loss)

print("1999 年 45 岁的人在 2020 年为%.0f 岁"%model(torch.tensor([1999,2020,45]).cuda().float()))

print("1927 年 15 岁的人在 2020 年为%.0f 岁"%model(torch.tensor([1927,2020,15]).cuda().float()))

print("1979 年 77 岁的人在 2020 年为%.0f 岁"%model(torch.tensor([1979,2020,77]).cuda().float()))

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值