Pytorch深度学习|Pytorch深度学习实践（b站刘二大人）_02讲（线性模型） python|深度学习|pytorch

第二讲线性模型
本人目前在学习b站上刘二大人的Pytorch深度学习实践的课程，准备通过写博客的方式记录自己学习过程，在希望能够和大家进行交流学习。
下面是课堂教学代码。

import numpy as np import matplotlib.pyplot as plt #给出的模型为y=2x x_data = https://www.it610.com/article/[1.0,2.0,3.0] y_data = [2.0,4.0,6.0]def forward(x): return x*wdef loss(x,y): y_pred = forward(x) return (y_pred - y)**2#穷举法 w_list = [] mse_list = [] 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_pred_val = forward(x_val) loss_val = loss(x_val,y_val) l_sum += loss_val print("\t",x_val,y_val,y_pred_val,loss_val) print('MSE = ',l_sum/3) w_list.append(w) mse_list.append(l_sum/3)plt.plot(w_list,mse_list) plt.ylabel('Loss') plt.xlabel('w') plt.show()

结果输出：

Pytorch深度学习|Pytorch深度学习实践（b站刘二大人）_02讲（线性模型）

文章图片

文章图片

下面是课后作业的代码：

#homeworky=w*x+bimport numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D#设置函数为y=x+3 # x_data = https://www.it610.com/article/[1.0,2.0,3.0] # y_data = [4.0,5.0,6.0] #设置函数为y=4x+2 x_data = [1.0,2.0,3.0] y_data = [6.0,10.0,14.0] def forward(x): return x * w + bdef loss(x,y): y_pred = forward(x) return (y_pred - y) * (y_pred - y)mse_list = [] w = np.arange(0.0,4.1,0.1) b = np.arange(0.0,4.1,0.1)w,b = np.meshgrid(w,b)# 语法：X,Y = numpy.meshgrid(x, y) # 输入的x，y，就是网格点的横纵坐标列向量（非矩阵） # 输出的X，Y，就是坐标矩阵。 l_sum = 0 for x_val,y_val in zip(x_data,y_data): y_pred_val = forward(x_val) loss_val = loss(x_val,y_val) l_sum += loss_val# print('MSE = ',l_sum/3)fig = plt.figure() ax = Axes3D(fig) fig.add_axes(ax) ax.set_xlabel('w') ax.set_ylabel('b') ax.set_zlabel('Cost Value') ax.plot_surface(w,b,l_sum/3) plt.show()

结果图：