张量操作
张量的拼接和切分
cat不会扩张维度,stack会在新创建的维度上拼接
切分
张量的索引
索引要为torch.long
通过.ge.gt的方法生成布尔张量
张量变换
-1表明该维的变换根据其他维度
数学运算
实现线性回归
import torch
import matplotlib.pyplot as plt
torch.manual_seed(10)
lr = 0.1
#创建训练数据
x = torch.rand(20,1)*10
y = 2*x +(2+torch.rand(20,1))
#构造线性回归参数
w = torch.randn((1),requires_grad=True)
b = torch.zeros((1),requires_grad=True)
for iteration in range(1000):
#前向传播
wx = torch.mul(w,x)
y_pred = torch.add(wx,b)
#计算MSE
loss = (0.5*(y-y_pred)**2).mean()
#反向传播(自动求导)
loss.backward()
#更新参数
b.data.sub_(lr*b.grad)
w.data.sub_(lr*w.grad)
if iteration % 20 == 0:
plt.scatter(x.data.numpy(),y.data.numpy())
plt.plot(x.data.numpy(),y_pred.data.numpy(),'r-',lw = 5)
plt.text(2,20,'Loss=%.4f'%loss.data.numpy(),fontdict={'size':20,'color':'red'})
plt.xlim(1.5,20)
plt.ylim(8,28)
plt.title('Iteration:{}\nw:{} b:{}'.format(iteration,w.data.numpy(),b.data.numpy()))
plt.pause(0.5)
if loss.data.numpy()<1:
break