线性模型

刘二大人:视频连接

import numpy as np
import matplotlib.pyplot as plt

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

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

# 枚举
w_list = [] # 存放权重
mse_list = [] # 存放对应的损失

for w in np.arange(0.0, 4.1, 0.1):
    print("w = ", w)
    
    l_sum = 0 # 累加损失
    for x_val, y_val in zip(x_data, y_data):
        # 计算损失
        loss_val = loss(x_val, y_val)
        l_sum += loss_val
        # 预测值
        y_pred_val = forward(x_val)
        # 打印结果
        print('\t', x_val, y_val, y_pred_val, loss_val)

    # 均方误差
    print('MSE = ', l_sum / len(x_data))
    # 加入权重列表
    w_list.append(w)
    # 加入MES列表
    mse_list.append(l_sum / len(x_data))
        
# 可视化
plt.plot(w_list, mse_list)
plt.ylabel('Loss')
plt.xlabel('w')
plt.show()