第二章 Pytorch基础 Chapter 2-6 用Numpy实现机器学习

  • 给出一个数组x,然后基于表达式 y = 3 x 2 + 2 y=3x^2+2 y=3x2+2,加上一些噪音获取另一组数据y
  • 构建意见机器学习模型,学习表达式 y = w x 2 + b y=wx^2+b y=wx2+b的两个参数wb,利用数组xy的数据作为训练数据
  • 采用梯度下降法,通过多次迭代,学习到wb的值。
#! /usr/bin/env python3
# coding=utf-8
import numpy as np
from matplotlib import pyplot as plt

np.random.seed(100)
x = np.linspace(-1, 1, 1000).reshape(100, 1)
y = 3 * np.power(x, 2) + 2 + 0.2 * np.random.rand(x.size).reshape(100, 1)
plt.scatter(x, y)
plt.show()

w1 = np.random.rand(1, 1)
b1 = np.random.rand(1, 1)

lr = 0.001
for i in range(800):
    # 前向传播
    y_pred = w1 * np.power(x, 2) + b1

    # 计算损失函数
    loss = 0.5 * np.power(y_pred - y, 2)
    loss = np.sum(loss)
    grad_w = np.sum((y_pred - y) * np.power(x, 2))
    grad_b = np.sum(y_pred - y)
    
    w1 -= lr * grad_w
    b1 -= lr * grad_b

plt.plot(x,y_pred, 'r-', label='predict')
plt.scatter(x,y,color='blue',marker='o',label='ture')
plt.xlim(-1, 1)
plt.ylim(2, 6)
plt.legend()
plt.show()
print(w1, b1)

你可能感兴趣的:(Pytorch学习)