- 1、本文档共41页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
《深度学习入门—基于Python的实现》
(吴喜之张敏)
神经网络的PyTorch逐步深化
张敏
October15,2024
张敏October15,20241/41
简单的人造数据回归
张敏October15,20242/41
Example1
(cosdf.csv)该数据为一段加了随机干扰的余弦曲线.自变量为
在区间[−6,6]包含1000个数目的等距数列,另外还包含了一
列常数1,因变量为自变量的余弦加上标准正态的干扰.读入
该数据并转换成tensor形式的代码为(由于我们的程序基于
矩阵运算,因此张量都定义成两维的):
importpandasaspd
importnumpyasnp
df=pd.read_csv(cosdf.csv,sep=,,header=None)
x=np.array(df.iloc[:,:-1])
y=np.array(df.iloc[:,-1])
x=torch.from_numpy(x).type(torch.FloatTensor)
y=torch.from_numpy(y.reshape(-1,1)).type(torch.FloatTensor)
张敏October15,20243/41
importtorch
fromtorchimportautograd,nn
lrelu=nn.LeakyReLU()
dtype=torch.float
device=torch.device(cpu)
N,D_in=x.shape#N是样本量,D_in是自变量维数
H1=200#第1个隐藏层节点个数
H2=100#第2个隐藏层节点个数
D_out=1#因变量的维数
w1=torch.randn(D_in,H1,device=device,dtype=dtype,requires_grad=True)
w2=torch.randn(H1,H2,device=device,dtype=dtype,requires_grad=True)
w3=torch.randn(H2,D_out,device=device,dtype=dtype,requires_grad=True)
learning_rate=1e-7
fortinrange(10000):
y_pred=lrelu(torch.sigmoid(x.mm(w1)).mm(w2)).mm(w3)
loss=(y_pred-y).pow(2).sum()
loss.backward()
withtorch.no_grad():
w1-=learning_rate*w1.grad
w2-=learning_rate*w2.grad
w3-=learning_rate*w3.grad
#更新权重后手工把梯度置0
w1.grad.zero_()
w2.grad.zero_()
w3.grad.zero_()
张敏October15,20244/41
得到的结果可以和原来的数据点出图来(见图1).
图1:例1的
文档评论(0)