pytorch深度学习实践-反向传播1230

目录

1、计算值nan的含义

2、反向传播

---

1、计算值nan的含义

NaN（not a number），在数学表示上表示一个无法表示的数，这里一般还会有另一个表述inf，inf和nan的不同在于，inf是一个超过浮点表示范围的浮点数（其本质仍然是一个数，只是无穷大，因此无法用浮点数表示，比如1/0），而nan则一般表示一个非浮点数（比如无理数）。

NaN是浮点数的一个值，代表“不是数”，通常是除0错误。

2、反向传播

# 课后作业：实现wx²+w1x+b, 损失函数loss=(ŷ-y)²的计算
import numpy as np
import matplotlib.pyplot as plt
import torch

x_data = [1.0, 2.0, 3.0]
y_data = [2.0, 4.0, 6.0]

w = torch.tensor([1.0])  # 权重w的初值为1.0
w.requires_grad = True  # 设置该tensor可被记录操作用于梯度计算，此处表示要计算w的梯度
w1 = torch.tensor([1.0])
w1.requires_grad = True
b = torch.tensor([1.0])
b.requires_grad = True

l_list = []
w_list = []
epoch_list = []

def forward(x):
    return ((x*