PyTorch学习5:Logistic回归

文章目录


前言

介绍利用PyTorch实现Logistic回归的分类问题

一、分类问题简介

分类问题的输出为属于每一个类别的概率,概率值最大的即为所属类别。最常见的Sigmoid函数:Logistic函数。

二、示例

1.示例步骤

1.构建模型 class LogisticRegressionModel(torch.nn.Module):

2.定义损失函数和优化器

criterion = torch.nn.BCELoss(size_average=False)

optimizer = torch.optim.SGD(model.parameters(), lr=0.01)

3.训练过程

2.示例代码

代码如下(示例):

python 复制代码
import torch
import matplotlib.pyplot as plt
import torch.nn.functional as F

# prepare dataset
x_data = torch.Tensor([[1.0], [2.0], [3.0]])
y_data = torch.Tensor([[0], [0], [1]])


# design model using class
class LogisticRegressionModel(torch.nn.Module):
    def __init__(self):
        super(LogisticRegressionModel, self).__init__()
        self.linear = torch.nn.Linear(1, 1)

    def forward(self, x):
        y_pred = F.sigmoid(self.linear(x))
        return y_pred


model = LogisticRegressionModel()

# construct loss and optimizer
# 默认情况下,loss会基于element平均,如果size_average=False的话,loss会被累加。
criterion = torch.nn.BCELoss(size_average=False)
optimizer = torch.optim.SGD(model.parameters(), lr=0.01)
epoch_list = []
loss_list = []
# training cycle forward, backward, update
for epoch in range(10000):
    y_pred = model(x_data)
    loss = criterion(y_pred, y_data)
    print(epoch, loss.item())

    optimizer.zero_grad()
    loss.backward()
    optimizer.step()
    epoch_list.append(epoch)
    loss_list.append(loss.item())

print('w = ', model.linear.weight.item())
print('b = ', model.linear.bias.item())

x_test = torch.Tensor([[4.0]])
y_test = model(x_test)
print('y_pred = ', y_test.data)
plt.plot(epoch_list, loss_list)
plt.ylabel('loss')
plt.xlabel('epoch')
plt.show()

得到如下结果:

总结

PyTorch学习5:Logistic回归

相关推荐
慕y27414 分钟前
Java学习第十六部分——JUnit框架
java·开发语言·学习
peace..1 小时前
温湿度变送器与电脑进行485通讯连接并显示在触摸屏中(mcgs)
经验分享·学习·其他
软件黑马王子2 小时前
C#系统学习第八章——字符串
开发语言·学习·c#
strongwyy4 小时前
蓝牙墨水屏上位机学习(2)
学习
九皇叔叔4 小时前
(3)手摸手-学习 Vue3 之 变量声明【ref 和 reactive】区别
学习
William.csj5 小时前
Pytorch/CUDA——flash-attn 库编译的 gcc 版本问题
pytorch·cuda
The_cute_cat6 小时前
Ajax和Axios的初步学习
前端·学习·ajax
amazinging7 小时前
北京-4年功能测试2年空窗-报培训班学测开-第四十三天
python·学习
祁思妙想7 小时前
八股学习(五)---MySQL
学习
虾球xz7 小时前
CppCon 2018 学习:THE MOST VALUABLE VALUES
开发语言·c++·学习