PyTorch深度学习实践（二）课后作业

线性模型基础，引自视频：刘二大人——《PyTorch深度学习实践》完结合集（p2）

要求

• 借助np.meshgrid绘制三维曲面图
• 总体来说，算是一个较为简单的作业

代码如下：

点击查看代码

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 原始数据
x_data = [1.0, 2.0, 3.0]
y_data = [2.0, 4.0, 6.0]


# 前向传播
def forward(x):
    return x * w + b  # w、b为列表，所以是多次运算，并非只计算了一次w、b


# 损失函数
def loss(x, y):
    y_pred = forward(x)
    return (y_pred - y) ** 2


w_list = np.arange(0.0, 4.1, 0.1)
b_list = np.arange(-2.0, 2.0, 0.1)
w, b = np.meshgrid(w_list, b_list)  # 将w_list,b_list转化为二维坐标

loss_sum = 0
for x_val, y_val in zip(x_data, y_data):
    loss_val = loss(x_val, y_val)
    loss_sum += loss_val

fig = plt.figure()
ax = Axes3D(fig)
ax.text(0.25, 2, 42, "Cost Value")  # 本来以为Cost Value是Z轴标题，结果不是，位置是试出来的
# ax.set_zlabel('Cost Value') 添加Z轴标题
# x、y轴标题
ax.set_xlabel('w')
ax.set_ylabel('b')
z = np.arange(5, 36, 5)  # z轴标注范围，为了美观
ax.set_zticks(z)
surf = ax.plot_surface(w, b, loss_sum / 3, cmap='coolwarm')
fig.colorbar(surf,  shrink=0.5, aspect=6)  # 设置colorbar，shrink为长度，aspect为宽带
plt.show()

运行结果如下：