图像去雾毕业论文准备15-深度学习框架（pytorch）——超级详细（基收集数据集、线性回归）

- 日理万妓 2023-01-02 14:23 136阅读 0赞

## 图像去雾毕业论文准备15-深度学习框架（pytorch）——超级详细（收集数据集） ##

还是之前的那个例子，之前是抽象的进行讲解，本节拆分细讲！  
[线性回归细讲][Link 1]

#!/usr/bin/python3.6
    # -*- coding: utf-8 -*-
    # @Time    : 2021/1/6 11:04
    # @Author  : ptg
    # @Email   : zhxwhchina@163.com
    # @File    : 线性回归分解写法.py
    # @Software: PyCharm
    
    # 导入库
    import torch
    import numpy as np
    import matplotlib.pyplot as plt
    import pandas as pd
    from torch import  nn
    
    data = pd.read_csv('dataset.csv')
    # print(data)
    # 如果直接这样使用，返回的是andas.core.series.Series格式
    X = data.Education
    # 所以需要使用array类型,在类型后加上一个values即可转化成array类型
    X = data.Education.values.reshape(-1,1).astype(np.float32)
    """
    数据预处理
    """
    # 通过输入可以将以上的numpy转化成torch
    X = torch.from_numpy(data.Education.values.reshape(-1,1).astype(np.float32))
    print(X)
    Y = torch.from_numpy(data.Income.values.reshape(-1,1).astype(np.float32))
    
    # 需要跟踪这个变量
    w = torch.randn(1,requires_grad=True)
    b = torch.zeros(1,requires_grad=True)
    
    # 模型公式: w*input(x) + b
    # 创建模型
    learning_rate = 0.0001
    
    for epoch in range(5000):
        for x,y in zip(X,Y):
            y_pred = torch.matmul(x,w)+b
            loss = (y - y_pred).pow(2).mean() #差的平方求均值
            # 下面的操作需要进行赋值零操作，不然梯度会累加
            if not w.grad is None:
                w.grad.data.zero_()#就地改为0
            if not w.grad is None:
                b.grad.data.zero_()#就地改为0
            loss.backward()
            with torch.no_grad():
                w.data -= w.grad.data*learning_rate
                b.data -= b.grad.data*learning_rate
    print("w",w)
    print("b",b)
    plt.scatter(data.Education,data.Income)
    plt.plot(X.numpy(),(X*w + b).data.numpy(),c='r')
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjk4OTczOA_size_16_color_FFFFFF_t_70]

[Link 1]: https://editor.csdn.net/md/?articleId=112223707
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjk4OTczOA_size_16_color_FFFFFF_t_70]: /images/20221119/7856116932464af8bf71cd6bf6e00986.png