Pytorch基础入门4

目录

• • 4.3：求最小值

4.3：求最小值

下面讲一个小案例：使用自动微分机制配套使用SGD随机梯度下降来求函数最小值。

import torch 

x = torch.tensor(0.0,requires_grad=True)
a = torch.tensor(1.0)
b = torch.tensor(-2.0)
c= torch.tensor(1.0)

optimizer = torch.optim.SGD(params=[x],lr=0.01)
print(optimizer)

def f(x):
    result = a*torch.pow(x,2) +b*x +c 
    return(result)

for i in range(500):
    optimizer.zero_grad()
    y=f(x)
    y.backward()
    optimizer.step()
print("y=", y.data, ";", "x=", x.data)    

结果如下：

SGD (
Parameter Group 0
    dampening: 0
    differentiable: False
    foreach: None
    fused: None
    lr: 0.01
    maximize: False
    momentum: 0
    nesterov: False
    weight_decay: 0
)
y= tensor(0.) ; x= tensor(1.0000)