Pytorch(1): 回归问题实战，手写数字问题

1、回归问题实战

代码主要步骤

• 1、一个计算loss 的函数
• 2、一个计算每次迭代，计算梯度和更新梯度的函数（每次迭代后用于更新的梯度应该是样本的平均值）
• 3、一个返回每次迭代后weight和bias的函数
• 4、导入数据，使用上述三个函数

import numpy as np



'''计算loss，使用均方误差'''
def compute_loss(b,w,points):
    totalerror=0
    for i in range(0,len(points)):
        x=points[i,0]
        y=points[i,1]
        totalerror+=(y-(w*x+b))**2
    return totalerror/float(len(points))

'''计算梯度'''
def step_gradient(b_current,w_current,points,learningRate):
    b_gradient=0
    w_gradient=0
    N=float(len(points))
    for i in range(0,len(points)):
        x=points[i,0]
        y=points[i,1]
        b_gradient+=(-2/N)*(y-(w_current*x+b_current))
        w_gradient += (-2 / N) * x * (y - (w_current * x + b_current))

    new_b=b_current-learningRate*b_grad