线性回归简洁实现

1.通过使用深度学习框架来简洁实现线性回归模型生成数据集

复制代码
import numpy as np
import torch
from torch.utils import data
from d2l import torch as d2l

true_w = torch.tensor([2, -3.4])
true_b = 4.2
features, labels = d2l.synthetic_data(true_w, true_b, 1000)

2.调用框架现有API来读取数据

复制代码
def load_array(data_arrays, batch_size, is_train=True):
    """构造Pytorch数据迭代器"""
    dataset = data.TensorDataset(*data_arrays)
    return data.DataLoader(dataset, batch_size, shuffle=is_train)

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

next(iter(data_iter))

3.使用框架预定义好的层

复制代码
from torch import nn

net = nn.Sequential(nn.Linear(2, 1))

4.初始化模型参数

复制代码
net[0].weight.data.normal_(0, 0.01)
net[0].bias.data.fill_(0)

5.计算均方误差使用的是MSELoss类(平方范式)

复制代码
loss = nn.MSELoss()

6.实例化SGD实例

复制代码
trainer = torch.optim.SGD(net.parameters(), lr=0.03)

7.训练过程代码

复制代码
num_epochs = 3
for epoch in range(num_epochs):
    for X, y in data_iter:
        l = loss(net(X), y)
        trainer.zero_grad()
        l.backward()
        trainer.step()
    l = loss(net(features), labels)
    print(f'epoch{epoch + 1},loss {1:f}')
相关推荐
一碗白开水一19 分钟前
【第19话:定位建图】SLAM点云配准之3D-3D ICP(Iterative Closest Point)方法详解
人工智能·算法
编码浪子20 分钟前
趣味学RUST基础篇(函数式编程闭包)
开发语言·算法·rust
Want59540 分钟前
C/C++圣诞树②
c语言·c++·算法
索迪迈科技2 小时前
算法题(203):矩阵最小路径和
线性代数·算法·矩阵
默默无名的大学生2 小时前
数据结构——链表的基本操作
数据结构·算法
Neverfadeaway2 小时前
C语言————冒泡排序(例题2)
c语言·数据结构·算法·冒泡排序·升序排列·降序排列
惊鸿.Jh2 小时前
1733. 需要教语言的最少人数
算法·leetcode
大千AI助手3 小时前
SPEA2多目标进化算法:理论与应用全解析
算法·多目标优化·种群·spea2·mop·moea·帕累托最优
AndrewHZ3 小时前
【图像处理基石】图像处理中的边缘检测算法及应用场景
图像处理·算法·计算机视觉·cv·算子·边缘检测
熊文豪3 小时前
【华为OD】区块链文件转储系统
算法·华为od·区块链