【Pytorch深度学习实战】(2)线性回归(Linear Regression)
2023-09-14 09:06:11 时间
🔎大家好,我是Sonhhxg_柒,希望你看完之后,能对你有所帮助,不足请指正!共同学习交流🔎
📝个人主页-Sonhhxg_柒的博客_CSDN博客 📃
🎁欢迎各位→点赞👍 + 收藏⭐️ + 留言📝
📣系列专栏 - 机器学习【ML】 自然语言处理【NLP】 深度学习【DL】
🖍foreword
✔说明⇢本人讲解主要包括Python、机器学习(ML)、深度学习(DL)、自然语言处理(NLP)等内容。
如果你对这个系列感兴趣的话,可以关注订阅哟👋
线性回归代码实现
import torch
import torch.nn as nn
import numpy as np
import matplotlib.pyplot as plt
# 超参数
input_size = 1
output_size = 1
num_epochs = 60
learning_rate = 0.001
# 数据集
x_train = np.array([[3.3], [4.4], [5.5], [6.71], [6.93], [4.168],
[9.779], [6.182], [7.59], [2.167], [7.042],
[10.791], [5.313], [7.997], [3.1]], dtype=np.float32)
y_train = np.array([[1.7], [2.76], [2.09], [3.19], [1.694], [1.573],
[3.366], [2.596], [2.53], [1.221], [2.827],
[3.465], [1.65], [2.904], [1.3]], dtype=np.float32)
# 线性回归模型
model = nn.Linear(input_size, output_size)
# 损失和优化器
criterion = nn.MSELoss()
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate)
# 训练模型
for epoch in range(num_epochs):
# Convert numpy arrays to torch tensors
inputs = torch.from_numpy(x_train)
targets = torch.from_numpy(y_train)
# 前向传播
outputs = model(inputs)
loss = criterion(outputs, targets)
# 向后优化
optimizer.zero_grad()
loss.backward()
optimizer.step()
if (epoch+1) % 5 == 0:
print ('Epoch [{}/{}], Loss: {:.4f}'.format(epoch+1, num_epochs, loss.item()))
# 绘制图形
predicted = model(torch.from_numpy(x_train)).detach().numpy()
plt.plot(x_train, y_train, 'ro', label='Original data')
plt.plot(x_train, predicted, label='Fitted line')
plt.legend()
plt.show()
# 保存模型
torch.save(model.state_dict(), 'model.ckpt')
相关文章
- PyTorch学习系列教程:深度神经网络【DNN】
- PyTorch学习系列教程:Tensor如何实现自动求导
- Hinton等谈深度学习十年;PyTorch落地Linux基金会的影响;机器学习界的“GitHub”|AI系统前沿动态
- 联邦学习算法FedPer的PyTorch实现
- 联邦元学习算法Per-FedAvg的PyTorch实现
- ResNet34学习笔记+用pytorch手写实现
- Python中用PyTorch机器学习神经网络分类预测银行客户流失模型|附代码数据
- 看完这篇文章你就可以向你的亲戚朋友科普什么是深度学习了
- 使用PyTorch实现简单的AlphaZero的算法(3):神经网络架构和自学习
- PyTorch中学习率调度器可视化介绍
- 深度学习Pytorch(三)
- PyTorch学习笔记合集
- HBase学习之路 (六)过滤器详解大数据
- 踏上Linux之路:快速学习自学攻略(怎么自学linux)
- 精通Redis:学习常用指令(redis常用指令)
- 深度学习战争:Facebook 支持的 PyTorch 与 Google 的 TensorFlow
- 编写Linux驱动,从零开始学习!(如何编写linux驱动)
- 学习Linux:从启动盘开始(启动盘linux)
- 学习Linux,踏上成功之路(linux系统要学多久)
- Oracle官方学习资料:踏上学习之路(oracle官方学习资料)
- 谷歌机器学习白皮书全解析 43条黄金法则(一)
- 慕课网Redis视频教程学习Redis必不可少(慕课网redis视频下载)
- 快速学习Redis命令行使用指南(怎么输入redis命令行)
- 在博学谷学习Redis开启NoSQL思维之旅(博学谷redis)
- 学习Redis,要有什么准备(学习redis需要什么)
- PyTorch 的预训练,是时候学习一下了
- 玩深度学习选哪块英伟达 GPU?有性价比排名还不够!