线性模型（刘二大人网课02笔记）

深度学习完成的四个步骤

1. DataSet
2. Model
3. Training
4. infering

由于知道训练集x和y的值是什么，所以为有监督学习
下图为一个简单的线性模型结构，为了能够得到良好的预测值，需要为其构建模型。y=w*x,也就是找到合适的w。
平均平方误差

这个过程是寻找权重最好的情况。也就是寻找在训练多少轮之后，训练情况是最好的。

import numpy as np#用于绘图的
import matplotlib.pyplot as plt#用于绘图的

x_data = [1.0, 2.0, 3.0]#数据集
y_data = [2.0, 4.0, 6.0]

def forward(x):#定义模型y=x*w
    return x * w

def loss(x, y):#定义损失函数loss=(y^-y)2=(x*w-y)2
    y_pred = forward(x)
    return (y_pred -y) * (y_pred -y)

w_list = [] #w有好多个权重值w，所以定义一个数组
mse_list = []#损失值也有好多个，所以定义一个数组
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):#用zip拼成这次需要的x和y值
        y_pred_val = forward(x_val)
        loss_val = loss(x_val, y_val)#计算损失
        l_sum += loss_val#求和
        print('\t', x_val, y_val, y_pred_val, loss_val)
    print('MSE=', l_sum / 3)#转变成均值。
    w_list.append(w)
    mse_list.append(l_sum / 3)

plt.plot(w_list, mse_list)
plt.ylabel('Loss')
plt.xlabel('w')
plt.show()

今后训练模型，进行调参的时候需要实时的进行查看，利用visdom,远程调用visdom的web服务，看其训练的情况。
**作业；y=xw+b
找一下matplotlib中三维曲面画图方法。np.meshgrrid( )组合。

---