PyTorch学习笔记(二)——回归
PyTorch学习笔记(二)——回归
本文主要是用PyTorch来实现一个简单的回归任务。
编辑器:spyder
1.引入相应的包及生成伪数据
import torch
import torch.nn.functional as F # 主要实现激活函数
import matplotlib.pyplot as plt # 绘图的工具
from torch.autograd import Variable# 生成伪数据
x = torch.unsqueeze(torch.linspace(-1, 1, 100), dim = 1)
y = x.pow(2) + 0.2 * torch.rand(x.size())# 变为Variable
x, y = Variable(x), Variable(y)
其中torch.linspace
是为了生成连续间断的数据,第一个参数表示起点,第二个参数表示终点,第三个参数表示将这个区间分成平均几份,即生成几个数据。因为torch只能处理二维的数据,所以我们用torch.unsqueeze
给伪数据添加一个维度,dim表示添加在第几维。torch.rand
返回的是[0,1)之间的均匀分布。
2.绘制数据图像
在上述代码后面加下面的代码,然后运行可得伪数据的图形化表示:
# 绘制数据图像
plt.scatter(x.data.numpy(), y.data.numpy())
plt.show()
3.建立神经网络
class Net(torch.nn.Module):def __init__(self, n_feature, n_hidden, n_output):super(Net, self).__init__()self.hidden = torch.nn.Linear(n_feature, n_hidden) # hidden layerself.predict = torch.nn.Linear(n_hidden, n_output) # output layerdef forward(self, x):x = F.relu(self.hidden(x)) # activation function for hidden layerx = self.predict(x) # linear outputreturn xnet = Net(n_feature=1, n_hidden=10, n_output=1) # define the network
print(net) # net architecture
一般神经网络的类都继承自torch.nn.Module
,__init__()
和forward()
两个函数是自定义类的主要函数。在__init__()
中都要添加一句super(Net, self).__init__()
,这是固定的标准写法,用于继承父类的初始化函数。__init__()
中只是对神经网络的模块进行了声明,真正的搭建是在forwad()
中实现。自定义类中的成员都通过self指针来进行访问,所以参数列表中都包含了self。
如果想查看网络结构,可以用print()
函数直接打印网络。本文的网络结构输出如下:
Net ((hidden): Linear (1 -> 10)(predict): Linear (10 -> 1)
)
4.训练网络
# 训练100次
for t in range(100):prediction = net(x) # input x and predict based on xloss = loss_func(prediction, y) # 一定要是输出在前,标签在后 (1. nn output, 2. target)optimizer.zero_grad() # clear gradients for next trainloss.backward() # backpropagation, compute gradientsoptimizer.step() # apply gradients
训练网络之前我们需要先定义优化器和损失函数。torch.optim
包中包括了各种优化器,这里我们选用最常见的SGD作为优化器。因为我们要对网络的参数进行优化,所以我们要把网络的参数net.parameters()
传入优化器中,并设置学习率(一般小于1)。
由于这里是回归任务,我们选择torch.nn.MSELoss()
作为损失函数。
由于优化器是基于梯度来优化参数的,并且梯度会保存在其中。所以在每次优化前要通过optimizer.zero_grad()
把梯度置零,然后再后向传播及更新。
5.可视化训练过程
plt.ion() # something about plottingfor t in range(100):...if t % 5 == 0:# plot and show learning processplt.cla()plt.scatter(x.data.numpy(), y.data.numpy())plt.plot(x.data.numpy(), prediction.data.numpy(), 'r-', lw=5)plt.text(0.5, 0, 'Loss=%.4f' % loss.data[0], fontdict={'size': 20, 'color': 'red'})plt.pause(0.1)plt.ioff()
plt.show()
6.运行结果
PyTorch学习笔记(二)——回归相关推荐
- pytorch学习笔记(二):gradien
pytorch学习笔记(二):gradient 2017年01月21日 11:15:45 阅读数:17030
- PyTorch学习笔记(二):PyTorch简介与基础知识
往期学习资料推荐: 1.Pytorch实战笔记_GoAI的博客-CSDN博客 2.Pytorch入门教程_GoAI的博客-CSDN博客 本系列目录: PyTorch学习笔记(一):PyTorch环境安 ...
- 深度学习入门之PyTorch学习笔记:卷积神经网络
深度学习入门之PyTorch学习笔记 绪论 1 深度学习介绍 2 深度学习框架 3 多层全连接网络 4 卷积神经网络 4.1 主要任务及起源 4.2 卷积神经网络的原理和结构 4.2.1 卷积层 1. ...
- 深度学习入门之PyTorch学习笔记:多层全连接网络
深度学习入门之PyTorch学习笔记 绪论 1 深度学习介绍 2 深度学习框架 3 多层全连接网络 3.1 PyTorch基础 3.2 线性模型 3.2.1 问题介绍 3.2.2 一维线性回归 3.2 ...
- 深度学习入门之PyTorch学习笔记:深度学习介绍
深度学习入门之PyTorch学习笔记:深度学习介绍 绪论 1 深度学习介绍 1.1 人工智能 1.2 数据挖掘.机器学习.深度学习 1.2.1 数据挖掘 1.2.2 机器学习 1.2.3 深度学习 第 ...
- PyTorch学习笔记(三):PyTorch主要组成模块
往期学习资料推荐: 1.Pytorch实战笔记_GoAI的博客-CSDN博客 2.Pytorch入门教程_GoAI的博客-CSDN博客 本系列目录: PyTorch学习笔记(一):PyTorch环境安 ...
- PyTorch学习笔记2:nn.Module、优化器、模型的保存和加载、TensorBoard
文章目录 一.nn.Module 1.1 nn.Module的调用 1.2 线性回归的实现 二.损失函数 三.优化器 3.1.1 SGD优化器 3.1.2 Adagrad优化器 3.2 分层学习率 3 ...
- 【从线性回归到 卷积神经网络CNN 循环神经网络RNN Pytorch 学习笔记 目录整合 源码解读 B站刘二大人 绪论(0/10)】
深度学习 Pytorch 学习笔记 目录整合 数学推导与源码详解 B站刘二大人 目录传送门: 线性模型 Linear-Model 数学原理分析以及源码详解 深度学习 Pytorch笔记 B站刘二大人( ...
- PyTorch 学习笔记(六):PyTorch hook 和关于 PyTorch backward 过程的理解 call
您的位置 首页 PyTorch 学习笔记系列 PyTorch 学习笔记(六):PyTorch hook 和关于 PyTorch backward 过程的理解 发布: 2017年8月4日 7,195阅读 ...
最新文章
- 关于从基于Mult-Org的视图中查询数据的问题(转)
- addEntriesFromDictionary用法
- RocketMQ-初体验RocketMQ(09)-广播消息、延时消息、批量消息
- docker安装ActiveMQ
- 【学习总结】《大话数据结构》- 总
- docker_3 docker 部署练习
- http://www.cnblogs.com/huxj/archive/2009/11/21/1607791.html
- JVM运行机制理解整理
- 帆软控件焦点事件设置可用性
- Django传递数据给JS
- Excel教程:从头认识Excel数据透视表【网盘分享108集教程】
- lnmp平台的简单基础搭建
- 划重点 2022面试必刷461道大厂架构面试真题汇总+面经+简历模板
- Python3 __dict__与dir()区别,对象中私有属性的访问
- charles抓取移动端的htpps
- 软件模拟中美gdp今后几年的变化情况
- 基于React的Alita框架的jest用法
- 计算机网络组件连接方式有,一种计算机网络信号连接装置的制作方法
- IO-BIO NIO
- 你觉得java与嵌入式学哪个好?
热门文章
- android仿ios城市选择,Android 省市区三级联动选择器(仿iOS滚轮实现)
- Linux更新了源无法打开终端,在Deepin系统中检测不到升级的解决,需要切换系统源...
- linux串口工具 SRT,汇编语言实现串口通信(PC和单片机间).doc
- centos7 mysql 5.6.38_centos7.4 安装mysql 5.6.38
- mysql查询分数前三个_Mysql 单表查询各班级总分前三名
- c++ qt工作量和移动端相比_学习笔记 --- QT
- 前两天谁要的抢红包利器,给你安排了
- 求职必备技能:教你如何扒了公司的底裤!
- Spring Boot 2.4.3、2.3.9 版本发布,你准备好了吗?
- 皮一皮:直男这下懂了吧...