PyTorch(一) 线性模型

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。