1 安装miniconda
2 安装pytorch
打开anaconda prompt
pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple
3 使用jupyter记事本写代码
写程序实现线性回归模型(要求模型中拥有五个特征值)
import random
import torch
# 第一步:构造一个自定义数据集
true_w = torch.tensor([4.0, 5]) #定义我们的真实的权值
true_b = torch.tensor([3.0]) #定义我们的真实的偏置
data_num = 1000 #假设我们生成1000个样本
def data_create(w, b, data_num): #定义一个函数,用于生成我们的样本
X = torch.normal(0, 1, (data_num, len(w))) #注意数据集X的形状,行数就是我们的样本数,列数是权值的行数
Y = torch.matmul(X, w) + b #注意数据集标签的形状,它和X的行数保持一致
Y += torch.normal(0, 0.01, Y.shape) #给标签向量Y添加一个噪声,均值为0,标准差为0.01,这个并无大碍
return X, torch.reshape(Y, (-1, 1)) #将我们得到的数据集的特征和标签返回。
X, Y = data_create(true_w, true_b, data_num) #调用一下我们的函数
for i in range(5): #查看X,Y的前五个数据
print(f'X[{i}]={X[i]}, Y[{i}]={Y[i]}') #打印输出