《PyTorch深度学习实践》第二讲 线性模型

问题描述

问题分析

代码

import numpy as np
import matplotlib.pyplot as plt

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

# 定义模型
def forward(x):
    return x * w

# 损失函数
def loss(x, y):
    y_pred = forward(x)
    return (y_pred - y) * (y_pred - y)

# w权重, mes 平方误差
w_list = []
mes_list = []
# 权重采样
for w in np.arange(0.0, 4.1, 0.1):
    print('w = ', w)
    l_sum = 0
    for x_val, y_val in zip(x_data, y_data):
        y_prea_val = forward(x_val)   # 计算预测
        loss_val = loss(x_val, y_val)  # 计算损失
        l_sum += loss_val
        print('\t', x_val, y_val, y_prea_val, loss_val)
    print('MES = ', l_sum / 3)
    w_list.append(w)
    mes_list.append(l_sum / 3)

# 绘图展示
plt.plot(w_list, mes_list)
plt.ylabel('Loss')
plt.xlabel('W')
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

实现效果

课后练习

传送门线性模型课后练习

参考资料

传送门线性模型