设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 3281|回复: 4
打印 上一主题 下一主题

[信息技术] 继续请教问题:关于 Pytorch 的 Autograd

[复制链接]
  • TA的每日心情

    2025-9-22 22:19
  • 签到天数: 1183 天

    [LV.10]大乘

    跳转到指定楼层
    楼主
     楼主| 发表于 2023-2-14 13:09:28 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 雷达 于 2023-2-14 13:12 编辑 * _; u* o2 Z7 I. y- p  f# p. B

    . c4 h" D& \2 d4 W' [4 v" ^为预防老年痴呆,时不时学点新东东玩一玩。
    4 r- |) X6 H% p+ HPytorch 下面的代码做最简单的一元线性回归:, R7 y2 j0 a: Q* U3 C2 L) w2 Y& o
    ----------------------------------------------/ \; ]  w& B: I* @! ~! p' N0 J
    import torch6 W/ x6 k3 X9 D- ^7 I
    import numpy as np4 A6 a4 p, l+ x+ J
    import matplotlib.pyplot as plt( a) H4 s& e' p, Y/ s
    import random& N8 z  K, |" `' B; N2 j0 l* a

    5 e9 u2 g, I9 Y5 f& h6 Ex = torch.tensor(np.arange(1,100,1))
    % I; e$ X+ w/ ^+ c) _) Dy = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15* q, |6 ?8 e( f/ I. M  ^

    4 E9 @) d% [, q9 P* Dw = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b! N  n3 t9 o7 ~+ j8 K  I: {
    b = torch.tensor(0.,requires_grad=True)
    % K( T4 i% _/ ^7 H2 C* v+ K5 k) }! O$ c6 O* K5 k& [. _
    epochs = 100
    ! s+ R8 Z) Q8 i0 B) E0 j8 l. S: c
    ( z' q2 l  V9 V7 Klosses = []% {8 K) C# N: Q  Z: \
    for i in range(epochs):( }6 Q) a2 T3 d5 ^' T: j7 i
      y_pred = (x*w+b)    # 预测
    7 b0 `1 a3 N* p/ b6 q( s. B  y_pred.reshape(-1)
    $ }4 h9 k5 r9 a' n6 p' W
    0 }9 {. J% W1 Q* j6 {" P6 h  loss = torch.square(y_pred - y).mean()   #计算 loss
    0 l: V# v9 K" Q# r6 N7 ]4 A  losses.append(loss)! n4 i0 N" b% ]7 a" P
      ' F0 s: W" ]6 Q4 R4 }$ G2 w
      loss.backward() # autograd
    / U* S1 e2 L, x: K( ?! Q  with torch.no_grad():7 `. o( b+ g" f
        w  -= w.grad*0.0001   # 回归 w
    6 s' f1 y% ~6 P% ^- N$ D8 [    b  -= b.grad*0.0001    # 回归 b
    " p" Q1 y/ }0 b" X" v  w.grad.zero_()  
    # v# l- o0 N- q' ]. V6 |4 A/ g. Y  b.grad.zero_()5 S* \6 s& j2 f* k& m# t# ^: f

    2 ~* T; w& H. u, h7 j( tprint(w.item(),b.item()) #结果
    " _1 F3 o! o- P$ y2 H
    : ]7 _- W2 b8 x0 o% vOutput: 27.26387596130371  0.4974517822265625
    ) O$ a4 f- @% }3 x2 Z! g2 v7 `) U& N----------------------------------------------/ p0 s' X' v: D5 H
    最后的结果,w可以回到 w0 = 27 附近,b却回不去 b0=15。两处红字,损失函数是矢量计算后的均值,感觉 b 的回归表达有问题。+ m# T# N7 s+ z" ?8 o
    高手们帮看看是神马原因?
    , |+ x2 E1 Z/ E$ O/ m

    评分

    参与人数 1爱元 +10 收起 理由
    老票 + 10 不明觉厉

    查看全部评分

    该用户从未签到

    沙发
    发表于 2023-2-14 19:23:02 | 只看该作者
    本帖最后由 老福 于 2023-2-14 21:58 编辑 3 A; J% @& C& J% s  o9 A- s% z1 I

      Y3 G; M* R0 C- J' m9 m, ^8 E+ S* j没有用过pytorch,但你把随机噪音部分改成均值为0的正态分布再试试看是不是符合预期?
    1 P! m( c6 x5 \4 c- [-------/ m" B- X5 \0 W6 w" M$ T
    不好意思,再看一遍,好像你在自算回归而不是用现成的工具直接出结果,上面的评论只有一点用,就是确认是不是算法有问题。: c" y  `# f3 m' e2 q$ Y/ g
    -------9 w% g3 [; H$ p) D
    算法诊断部分,建议把循环次数改为1000, 再看看loss是不是收敛。有点怀疑你循环次数不够,因为你起点是0, 步长很小。只是直观建议。

    评分

    参与人数 1爱元 +10 收起 理由
    雷达 + 10 谢谢建议

    查看全部评分

    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    2025-9-22 22:19
  • 签到天数: 1183 天

    [LV.10]大乘

    板凳
     楼主| 发表于 2023-2-14 21:52:57 | 只看该作者
    老福 发表于 2023-2-14 19:231 B& s. C0 i" R6 H7 r
    没有用过pytorch,但你把随机噪音部分改成均值为0的正态分布再试试看是不是符合预期?6 x2 F) E/ @' K9 D, j! C
    -------
      O3 _3 T% @. i8 U# U3 k; Y8 _6 H" A不好意思, ...
    5 Y* O& c* t# a! T9 r/ i
    谢谢,算法应该没问题,就是最简单的线性回归。- y& ]2 ?1 V; }( f' N8 [5 h
    我特意没有用现成的工具,就是想从最基本的地方深入理解一下。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    地板
    发表于 2023-2-14 22:00:48 | 只看该作者
    本帖最后由 老福 于 2023-2-14 22:02 编辑
    : \* ^9 z& k8 R# `) g! i4 [
    雷达 发表于 2023-2-14 21:528 ]) A' S3 x+ f' {3 K% i; P* R" t" y
    谢谢,算法应该没问题,就是最简单的线性回归。  t( H6 S4 y, c6 a: h
    我特意没有用现成的工具,就是想从最基本的地方深入理解 ...

    * k: Z  K0 M! T9 [. X8 X0 x8 E7 F/ \2 c4 ~  g
    刚才更新了一下,建议增加循环次数或调一下步长,查一下loss曲线。1 E* |$ q7 }% ^( J

    ' v2 M  w4 a6 m或者把b但的起点改为1试试。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    2025-9-22 22:19
  • 签到天数: 1183 天

    [LV.10]大乘

    5#
     楼主| 发表于 2023-2-15 00:25:26 | 只看该作者
    本帖最后由 雷达 于 2023-2-15 00:31 编辑 $ S1 A2 L( N" M: Q& _) X5 J
    老福 发表于 2023-2-14 22:00
    ! U5 m/ w- O/ W* @: w刚才更新了一下,建议增加循环次数或调一下步长,查一下loss曲线。4 Q8 f, Y# W& L  l' W7 T4 x
    : h5 q( w+ S0 W
    或者把b但的起点改为1试试。 ...

    ) a) P, H. ?# q3 |) Z1 t
    % Q. e  _( f7 j& i你是对的。6 L& A9 |" C: D) C
    去掉了随机部分
    1 ?' D5 O: J' e  K9 i# r#y = (x*27+15+random.randint(-2,3)).reshape(-1): f4 J4 z; V8 o* f
    y = (x*27+15).reshape(-1)
    $ Y) s* ^/ L% p% Q% y2 C) E) X3 {8 z: N
    循环次数加成10倍,就看到 b 收敛了
    ; i: s7 W4 ]! d; fw , b
    : I$ J( F4 N( J# r27.002620697021484 14.826167106628418! M/ p7 b5 g7 U: r
    . `5 W# Y: w, L2 e( s
    和 b 的起始位置无关,但 labeled data 用 y = (x*27+15+random.randint(-2,3)).reshape(-1) ,收敛就很慢。
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2026-7-21 17:49 , Processed in 0.069357 second(s), 18 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表