pytorch 入门学习 MSE

《PyTorch深度学习实践》完结合集-线性模型

import  numpy as np
import matplotlib.pyplot as pltx_data = [1.0,2.0,3.0]
y_data = [2.0,4.0,6.0]def forward(x):return x*wdef loss(x,y):y_pred = forward(x)return (y_pred - y) * (y_pred - y)w_list = []
mse_list = []
for w in np.arange(0.0,4.1,0.1):print('w=',w)l_sum = 0for x_val , y_val in zip(x_data,y_data):y_pred_val = forward(x_val)loss_val = loss(x_val,y_val)l_sum += loss_valprint('\t',x_val,y_val,y_pred_val,loss_val)print('MSE=',l_sum/3)w_list.append(w)mse_list.append(l_sum/3)plt.plot(w_list,mse_list)
plt.ylabel('Loss')
plt.xlabel('w')
plt.show()

pytorch 入门学习 MSE相关推荐

pytorch 入门学习多分类问题-9
pytorch 入门学习多分类问题运行结果 [1, 300] loss: 2.287[1, 600] loss: 2.137[1, 900] loss: 1.192 Accuracy on test ...
pytorch 入门学习加载数据集-8
pytorch 入门学习加载数据集 import torch import numpy as np import torchvision import numpy as np from torch.u ...
pytorch 入门学习处理多维特征输入-7
pytorch 入门学习处理多维特征输入处理多维特征输入 import torch import numpy as np import torchvision import numpy as np ...
pytorch 入门学习使用逻辑斯蒂做二分类-6
pytorch 入门学习使用逻辑斯蒂做二分类使用pytorch实现逻辑斯蒂做二分类 import torch import torchvision import numpy as np import ...
pytorch 入门学习实现线性回归-5
pytorch 入门学习实现线性回归使用pytorch实现线性回归 import numpy as np import matplotlib.pyplot as plt import torch#p ...
pytorch 入门学习反向传播-4
pytorch 入门学习反向传播反向传播 import numpy as np import matplotlib.pyplot as plt import torchdef forward(x): ...
程序媛养成第0天--pytorch入门学习
本篇基于<深度学习框架-pytorch入门与实践>陈云有一起监督学习打卡的小伙伴请私信 2.2 pytorch入门第一步 2.2.1 Tensor # 分配矩阵空间但不初始化 #使用 [ ...
PyTorch入门学习（二）：Autogard之自动求梯度
autograd包是PyTorch中神经网络的核心部分,简单学习一下. autograd提供了所有张量操作的自动求微分功能. 它的灵活性体现在可以通过代码的运行来决定反向传播的过程, 这样就使得每一次 ...
pytorch入门学习（三）神经网络
神经网络可以使用 torch.nn 包构建. autograd 实现了反向传播功能, 但是直接用来写深度学习的代码在很多情况下还是稍显复杂,torch.nn 是专门为神经网络设计的模块化接口. nn ...

pytorch 入门学习 MSE

pytorch 入门学习 MSE相关推荐

最新文章

热门文章