torch之线性拟合

使用pytorch 拟合出一条简单直线。

准备数据 xy.csv.

https://github.com/xiangkejun/machine_learning_xx/blob/master/tf2_xx/xy.csv

准备 line_gress.py

#encoding=utf-8
# 拟合出一条直线import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
# from matplotlib.font_manager import FontProperties
import torch
print(torch.__version__)  # 1.2# my_font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc",size=16)
# data = pd.read_csv("F:/AI/python_xx/xy.csv",sep=',')data = pd.read_csv("xy.csv",sep=',')x = data.x
y = data.y
tx = torch.FloatTensor(x).reshape(20,1)
ty = torch.FloatTensor(y).reshape(20,1)print(x)
print(y)
# data = [-1, -2, 1, 2]
# print(data)
# tensor = torch.FloatTensor(data)
# print(tensor)model = torch.nn.Sequential(torch.nn.Linear(in_features=1, out_features=1),torch.nn.ReLU(),# torch.nn.Linear(1, 1),
)
loss_fn = torch.nn.MSELoss(reduction='sum')
learning_rate = 1e-4
optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)for t in range(5000):# Forward pass: compute predicted y by passing x to the model.y_pred = model(tx)# Compute and print loss.loss = loss_fn(y_pred, ty)print(t, loss.item())optimizer.zero_grad()loss.backward()optimizer.step()loss_fn = torch.nn.MSELoss(reduction='sum')
learning_rate = 1e-4
optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)for t in range(5000):# Forward pass: compute predicted y by passing x to the model.y_pred = model(tx)# Compute and print loss.loss = loss_fn(y_pred, ty)print(t, loss.item())plt.scatter(t,loss.item()) optimizer.zero_grad()loss.backward()optimizer.step()print(model(tx[:1]))  # 预测第一个数据 tensor([[0.1163]], grad_fn=<ReluBackward0>)plt.scatter(x,y)
plt.show()

结果：

torch之线性拟合相关推荐

使用pytorch创建神经网络并解决线性拟合和分类问题
#线性拟合 import torch import torch.nn.functional as F import matplotlib.pyplot as plt torch.manual_seed ...
一个简单的线性拟合问题，到底有多少种做法
一个简单的线性拟合问题,到底有多少种做法相信大家都做过线性拟合问题吧,其实就是给很多点,来求线性方程的斜率和截距.早在高中数学就有这类问题,我记得很清楚,如果出现在试卷中,一般出现在解答题的第二题左 ...
[PyTorch] 基于Python和PyTorch的线性拟合
用神经网络实现线性拟合,代码源自<深度学习入门之pytorch>,本人根据新版本的PyTorch做了挺大的修改. <深度学习入门之pytorch>的使用体验关于这个书好不好, ...
用python的numpy作线性拟合、多项式拟合、对数拟合
转自:http://blog.itpub.net/12199764/viewspace-1743145/ 项目中有涉及趋势预测的工作,整理一下这3种拟合方法: 1.线性拟合-使用math import ...
pytho作线性拟合、多项式拟合、对数拟合
python opencv拟合: width是总宽,height是总高: [vx, vy, x, y] = cv2.fitLine(np.float32(values[j]), cv2.DIST_L2 ...
origin中文版散点图拟合曲线_「测试狗」Origin入门教程：如何进行单段及多段线性拟合...
在进行数据处理时,如果需要对绘制的散点图进行线性拟合,应该怎么操作呢?针对更为复杂的情况,按照不同需要进行分段线性拟合时,怎么样才能够实现多段拟合呢? 一.单段线性拟合 1.首先,把数据导入origi ...
python散点图拟合曲线-【python常用图件绘制#01】线性拟合结果图
一.功能介绍输入:实测x.y数据输出:必选:x.y散点图必选:x.y线性拟合直线可选:相关性.显著性分析结果显示1-1 1-2 二.代码2-1 import random from scipy ...
lsqcurvefit拟合结果为复数_非线性拟合怎么转化为线性拟合？
1. 前言对于多项式函数,可以用最小二乘法求得精确的拟合结果,使得拟合函数具有全局最优的拟合误差:对于某些非线性函数,如指数函数 ,也可以对函数转化后,求得精确的拟合结果,如上述指数函数可转化为 , ...
线性拟合polyfit_6.数据分析(1) 描述性统计量和线性回归(2)
昨天分享了描述性统计量相关内容,今天把昨天剩下的部分写完, 昨天文章链接: 6.数据分析(1) --描述性统计量和线性回归(1) 前言:在针对非物理信号分析的时候,例如用户数.用户经常出入的地点.疾病 ...

torch之线性拟合

torch之线性拟合相关推荐

最新文章

热门文章