我们自定义数据,使用torch实现线性回归。
假设我们的基础模型是y=wb+c,其中,w,b均为参数;我们是用y=3x+0.8
来构造数据x,y;所以最后求出的w,b应该接近3,0.8.
1.准备数据
2.计算预测值
3.计算损失,把参数梯度设置为0,进行反向传播。
4.更新参数
import torch
import matplotlib.pyplot as plt
learing_rate=0.01
#1.准备数据
#y=3x+0.8
x=torch.rand([500,1])#准备500个0~1之间的数据
y_true=x*3+0.8
#2.通过模型计算y_predict
w=torch.rand([1,1],requires_grad=