教程视频:https://www.bilibili.com/video/av92862340
作业题目:实现线性模型(y=wx+b)并输出loss的3D图像。
实现代码:
# -*- coding: UTF-8 -*-
'''===============================================
@Author :kidding
@Date :2021/1/19 17:31
@File :Linear_Model
@IDE :PyCharm
=================================================='''
import numpy as np
import matplotlib.pyplot as plt
#原始数据
x_data = [1.0,2.0,3.0] #原始数据X
y_data = [2.0,4.0,6.0] #原始数据Y
#定义前向传播 Y= X*w + b 此时b=0
def forward(x):
return x*w
# y_pred为预测值
#定义Loss函数,Loss=(y_pred-y) * (y_pred-y)
def loss(x,y):
y_pred = forward(x) #此处求的是Y的预测值 Y_hats=Y_pred
return (y_pred-y) * (y_pred-y)
w_list = [] #w_list用于记录 W(权重) 的值
mse_list = [] #(MSE = Mean Square Error : 均方误差) 保存对应权重的损失值
#从 0.0 到4,0之间,每隔 0,1 为单位取权重W,看那个W得到的误差最小
for w in np.arange(0.0,4.1,0.1):
print('w=',w) #打印出每个W的取值
l_sum = 0 #用于记录损失值
for x_val,y_val in zip(x_data,y_data):
y_pred_val = forward(x_val) #计算预测值
loss_val = loss(x_val,y_val) #调用loss函数 计算损失值
l_sum += loss_val #累加损失值
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()
实现结果:打印出的权重以及损失值
画出的回归曲线
**注:**本代码为学生自己编写,不一定准确,如果有错误,希望大家可以在评论区指出来,谢谢。