深度学习|深度学习——线性模型（B站刘二大人P2作业）机器学习|线性代数

作业内容：尝试使用 y = x *w + b 模型 (两个未知数 w、b），画出3D曲面图
【深度学习|深度学习——线性模型（B站刘二大人P2作业）】
文章图片

具体代码如下：

import numpy as np import matplotlib.pyplot as plt# 准确模型是y=2x+1 x_data = https://www.it610.com/article/[1.0, 2.0, 3.0, 4.0] y_data = [3.0, 5.0, 7.0, 9.0]def forward(x): return x * W + Bdef loss(x, y): y_pred = forward(x) return (y_pred - y) * (y_pred - y)w = np.arange(0.0, 4.1, 0.1) b = np.arange(0.0, 2.1, 0.1) # 将w，b变成二位矩阵 [W, B] = np.meshgrid(w, b)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# 引入matplotlib 3D画图 fig = plt.figure() ax = fig.add_subplot(projection='3d') # surface中的数必须是二维矩阵 ax.plot_surface(W, B, l_sum / 3) plt.show()

运行结果如图：

文章图片

注意：画3D曲面图的时候，传入的参数必须是：数据值或者是二维矩阵
针对本题，传入的 w、b 都是一列数据，利用np.meshgrid（）函数将 w、b两列数据转化成二维矩阵，而后再传入参数。

文章图片

关于 np.meshgrid（）函数的具体作用，见链接：3分钟理解np.meshgrid()_littlehaes的博客-CSDN博客
关于如何使用matplotlib画图，见链接：深度学习——PyCharm中使用matplotlib 3D曲面图_Learning_AI的博客-CSDN博客