import torch
from torch import nn
from torch import optim#优化器类
# 1. torch.optim.SGD(参数，学习率)
# 2. torch.optim.Adam(参数，学习率)
import numpy as np
from matplotlib import pyplot as plt
# 1. 定义数据
x = torch.rand([50, 1])
y = x * 3 + 0.8
# 2 .定义模型
class Lr(nn.Module):
def __init__(self):
#__init__需要调用super方法，继承父类的属性和方法
super(Lr, self).__init__()
#nn.Linear（）为全链接层，参数分别是输入的数量和输出的数量
self.linear = nn.Linear(1, 1)
def forward(self, x):
#前向传播的过程
#实际上是Lr的实例，将x传入，用里面的forward方法传入参数，得到输出
out = self.linear(x)
return out
# 2. 实例化模型，loss，和优化器
model = Lr()
#定义损失函数
criterion = nn.MSELoss()
#定义优化的方法为随机梯度下降，学习率为1e-3
optimizer = optim.SGD(model.parameters(), lr=1e-3)
# 3. 训练模型
for i in range(20000):
#这里的四个步骤是优化类的使用方法
out = model(x) # 3.1 获取预测值
loss = criterion(y, out) # 3.2 计算损失
optimizer.zero_grad() # 3.3 梯度归零
loss.backward() # 3.4 计算梯度
optimizer.step() # 3.5 更新梯度
if (i + 1) % 2000 == 0:
print('Epoch[{}/{}], loss: {:.6f}'.format(i, 30000, loss.data))
2.nn.module的使用
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
