0
点赞
收藏
分享

微信扫一扫

pytorch之线性回归

GhostInMatrix 2022-04-15 阅读 69
深度学习
#线性回归的简洁实现
import numpy as np
import torch
from torch.utils import data
from d2l import torch as d2l
from torch import nn  # nn是神经网络的缩写


#生成数据集
true_w = torch.tensor([2, -3.4])
true_b = 4.2
features, labels = d2l.synthetic_data(true_w, true_b, 1000)  # 生成features和 labels


#load_array这个函数的目的在于:小批量梯度下降法中,小批量的选取
#data_arrays=matrix,batch_size=小批量的个数,is_train=是否随机抽取这个小批量
def load_array(data_arrays, batch_size, is_train=True):
    dataset = data.TensorDataset(*data_arrays)  # 将features, labels传入TensorDataset 得到pytorch的dataset

#data.DataLoader小批量的选取靠的就是这个函数
    return data.DataLoader(dataset, batch_size, shuffle=is_train)   # DataLoader每次从dataset中挑选batch_size个样本 shuffle随机打乱


batch_size = 10
data_iter = load_array((features, labels), batch_size)
next(iter(data_iter))

#建造模型
from torch import nn
net = nn.Sequential(nn.Linear(2, 1))  # 线性层 2是输入维度  1是输出维度      Sequential是将层按顺序放在sequential容器里

#对模型中的参数进行初始化
net[0].weight.data.normal_(0, 0.01)  # net[0]是第一层  data.normal_(0, 0.01) 使用均值为0 方差为0.01的正态分布替换掉data
net[0].bias.data.fill_(0)   # 将偏差设成0

#构建损失函数——nn.MSELoss()是均方损失
loss = nn.MSELoss()

#训练器——对模型的参数进行更新
trainer = torch.optim.SGD(net.parameters(), lr=0.03)  # net.parameters()传入所有参数

#训练过程
num_epochs = 3                 #num_epochs = 3  代表着我们对模型进行三次训练
for epoch in range(num_epochs):
    for X, y in data_iter:     #随机取出10个样本(小批量)去训练模型
        l = loss(net(X), y)      #计算损失
        trainer.zero_grad() # 梯度清零
        l.backward()  #求解最新梯度
        trainer.step() # 进行一次模型更新
    l = loss(net(features), labels)
    print(f'epoch {epoch + 1}, loss {l:f}')  # 打印l 格式为浮点型f


1、如何显示打包后的tensor:

 for x_train, y_label in train_ids:  对样本和lable分开输出

next(iter(data_iter)):打包好的数据整体输出

2、 data.DataLoader(dataset, batch_size, shuffle=is_train)

对data.TensorDataset打包好的数据进行一个选取。

batch_size=选取样本的个数

shuffle=true随机选取,false顺序选取
 

https://blog.csdn.net/zbr794866300/article/details/110938461?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_title~default-0.pc_relevant_default&spm=1001.2101.3001.4242.1&utm_relevant_index=3

https://blog.csdn.net/ChrisTiger22/article/details/78578131?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1.pc_relevant_paycolumn_v3&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1.pc_relevant_paycolumn_v3&utm_relevant_index=1

 

举报

相关推荐

0 条评论