import torch
import matplotlib.pyplot as plt
torch.manual_seed(10)
lr = 0.1 #learning rate
#train data
x = torch.rand(20,1)*10 #x data shape(20,1)
y = 2*x+(5+torch.randn(20,1))#y data shape(20,1)
#build model
w = torch.randn((1),requires_grad=True)
b = torch.zeros((1),requires_grad=True)
for iteration in range(1000):
#前向傳播
wx = torch.mul(w,x)
y_pred = torch.add(wx,b)
#loss
loss = (0.5*(y-y_pred)**2).mean() #求均值
#反向傳播
loss.backward()
#更新參數
b.data.sub_(lr*b.grad)
w.data.sub_(lr*w.grad)
#plot
if iteration % 20 == 0:
plt.scatter(x.data.numpy(),y.data.numpy())
plt.plot(x.data.numpy(),y_pred.data.numpy(),'r-',lw=5)
plt.text(2,20,'Loss=%.4f'%loss.data.numpy(),fontdict={'size':20,'color':'red'})
plt.xlim(1.5,10)
plt.ylim(8,28)
plt.title("Iteration:{}\nw:{} b:{}".format(iteration,w.data.numpy(),b.data.numpy()))
plt.pause(0.5)
if loss.data.numpy() < 1:
break
利用pytorch進行線性迴歸
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.