《PyTorch深度学习实践》第二讲 线性模型 课后练习

《PyTorch深度学习实践》第二讲 线性模型 课后练习

问题描述

代码实现

python 复制代码
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 假设函数为 y = 2x + 1
x_data = [1.0, 2.0, 3.0]
y_data = [3.0, 5.0, 7.0]

# 定义模型
def forward(x):
    return x * w + b

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

# mes 平方误差
mes_list = []
# w, b权重
W = np.arange(0.0, 3.1, 0.1)
B = np.arange(0.0, 3.1, 0.1)
# 画3D曲面图时,传入的参数必须是数据值或二维矩阵
# 利用meshgrid函数讲w,b两列数据转化为二维矩阵
[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) # 预测值
    print(y_pred_val)
    loss_val = loss(x_val, y_val) # 计算损失
    l_sum += loss_val

# 绘3D图展示
fig = plt.figure()
ax =fig.add_axes(Axes3D(fig))
ax.plot_surface(w, b, l_sum/3)
plt.show()

实现效果

相关推荐
麦麦麦造4 分钟前
国外网友的3个步骤,实现用Prompt来写Prompt!超简单!
人工智能
闲看云起17 分钟前
从BERT到T5:为什么说T5是NLP的“大一统者”?
人工智能·语言模型·transformer
小麦矩阵系统永久免费33 分钟前
小麦矩阵系统:让短视频分发实现抖音快手小红书全覆盖
大数据·人工智能·矩阵
新加坡内哥谈技术33 分钟前
Chrome的“无处不在”与推动Web平台演进的使命
人工智能
kailp44 分钟前
突破效率与质量边界:深入解析MiniMax-Remover视频物体移除方案
人工智能·ai·大模型·gpu算力·图片渲染
超人不会飛1 小时前
vue3 markdown组件|大模型应用专用
前端·vue.js·人工智能
虫无涯1 小时前
Doc2X为一切AI文档服务的基础设施,将PDF转换为Word、HTML、LaTeX、Markdown等
人工智能
倔强的石头1061 小时前
卷积神经网络(CNN):从图像识别原理到实战应用的深度解析
人工智能·神经网络·cnn
爆改模型1 小时前
【ICCV2025】计算机视觉|即插即用|ESC:颠覆Transformer!超强平替,ESC模块性能炸裂!
人工智能·计算机视觉·transformer
虫无涯1 小时前
一种专为AI代理设计的内存层,能够在交互过程中记忆、学习和进化
人工智能