|
|
# 3.2 线性回归的从零开始实现
|
|
|
|
|
|
在了解了线性回归的背景知识之后，现在我们可以动手实现它了。尽管强大的深度学习框架可以减少大量重复性工作，但若过于依赖它提供的便利，会导致我们很难深入理解深度学习是如何工作的。因此，本节将介绍如何只利用`Tensor`和`autograd`来实现一个线性回归的训练。
|
|
|
|
|
|
首先，导入本节中实验所需的包或模块，其中的matplotlib包可用于作图，且设置成嵌入显示。
|
|
|
|
|
|
``` python
|
|
|
%matplotlib inline
|
|
|
import torch
|
|
|
from IPython import display
|
|
|
from matplotlib import pyplot as plt
|
|
|
import numpy as np
|
|
|
import random
|
|
|
```
|
|
|
|
|
|
## 3.2.1 生成数据集
|
|
|
|
|
|
我们构造一个简单的人工训练数据集，它可以使我们能够直观比较学到的参数和真实的模型参数的区别。设训练数据集样本数为1000，输入个数（特征数）为2。给定随机生成的批量样本特征 $\boldsymbol{X} \in \mathbb{R}^{1000 \times 2}$，我们使用线性回归模型真实权重 $\boldsymbol{w} = [2, -3.4]^\top$ 和偏差 $b = 4.2$，以及一个随机噪声项 $\epsilon$ 来生成标签
|
|
|
$$
|
|
|
\boldsymbol{y} = \boldsymbol{X}\boldsymbol{w} + b + \epsilon
|
|
|
$$
|
|
|
|
|
|
其中噪声项 $\epsilon$ 服从均值为0、标准差为0.01的正态分布。噪声代表了数据集中无意义的干扰。下面，让我们生成数据集。
|
|
|
|
|
|
``` python
|
|
|
num_inputs = 2
|
|
|
num_examples = 1000
|
|
|
true_w = [2, -3.4]
|
|
|
true_b = 4.2
|
|
|
features = torch.randn(num_examples, num_inputs,
|
|
|
dtype=torch.float32)
|
|
|
labels = true_w[0] * features[:, 0] + true_w[1] * features[:, 1] + true_b
|
|
|
labels += torch.tensor(np.random.normal(0, 0.01, size=labels.size()),
|
|
|
dtype=torch.float32)
|
|
|
```
|
|
|
|
|
|
注意，`features`的每一行是一个长度为2的向量，而`labels`的每一行是一个长度为1的向量（标量）。
|
|
|
|
|
|
``` python
|
|
|
print(features[0], labels[0])
|
|
|
```
|
|
|
输出：
|
|
|
```
|
|
|
tensor([0.8557, 0.4793]) tensor(4.2887)
|
|
|
```
|
|
|
|
|
|
通过生成第二个特征`features[:, 1]`和标签 `labels` 的散点图，可以更直观地观察两者间的线性关系。
|
|
|
|
|
|
``` python
|
|
|
def use_svg_display():
|
|
|
# 用矢量图显示
|
|
|
display.set_matplotlib_formats('svg')
|
|
|
|
|
|
def set_figsize(figsize=(3.5, 2.5)):
|
|
|
use_svg_display()
|
|
|
# 设置图的尺寸
|
|
|
plt.rcParams['figure.figsize'] = figsize
|
|
|
|
|
|
# # 在../d2lzh_pytorch里面添加上面两个函数后就可以这样导入
|
|
|
# import sys
|
|
|
# sys.path.append("..")
|
|
|
# from d2lzh_pytorch import *
|
|
|
|
|
|
set_figsize()
|
|
|
plt.scatter(features[:, 1].numpy(), labels.numpy(), 1);
|
|
|
```
|
|
|
<div align=center>
|
|
|
<img width="300" src="../img/chapter03/3.2_output1.png"/>
|
|
|
</div>
|
|
|
|
|
|
我们将上面的`plt`作图函数以及`use_svg_display`函数和`set_figsize`函数定义在`d2lzh_pytorch`包里。以后在作图时，我们将直接调用`d2lzh_pytorch.plt`。由于`plt`在`d2lzh_pytorch`包中是一个全局变量，我们在作图前只需要调用`d2lzh_pytorch.set_figsize()`即可打印矢量图并设置图的尺寸。
|
|
|
> 原书中提到的`d2lzh`里面使用了mxnet，改成pytorch实现后本项目统一将原书的`d2lzh`改为`d2lzh_pytorch`。
|
|
|
|
|
|
## 3.2.2 读取数据
|
|
|
|
|
|
在训练模型的时候，我们需要遍历数据集并不断读取小批量数据样本。这里我们定义一个函数：它每次返回`batch_size`（批量大小）个随机样本的特征和标签。
|
|
|
|
|
|
``` python
|
|
|
# 本函数已保存在d2lzh包中方便以后使用
|
|
|
def data_iter(batch_size, features, labels):
|
|
|
num_examples = len(features)
|
|
|
indices = list(range(num_examples))
|
|
|
random.shuffle(indices) # 样本的读取顺序是随机的
|
|
|
for i in range(0, num_examples, batch_size):
|
|
|
j = torch.LongTensor(indices[i: min(i + batch_size, num_examples)]) # 最后一次可能不足一个batch
|
|
|
yield features.index_select(0, j), labels.index_select(0, j)
|
|
|
```
|
|
|
|
|
|
让我们读取第一个小批量数据样本并打印。每个批量的特征形状为(10, 2)，分别对应批量大小和输入个数；标签形状为批量大小。
|
|
|
``` python
|
|
|
batch_size = 10
|
|
|
|
|
|
for X, y in data_iter(batch_size, features, labels):
|
|
|
print(X, y)
|
|
|
break
|
|
|
```
|
|
|
输出：
|
|
|
```
|
|
|
tensor([[-1.4239, -1.3788],
|
|
|
[ 0.0275, 1.3550],
|
|
|
[ 0.7616, -1.1384],
|
|
|
[ 0.2967, -0.1162],
|
|
|
[ 0.0822, 2.0826],
|
|
|
[-0.6343, -0.7222],
|
|
|
[ 0.4282, 0.0235],
|
|
|
[ 1.4056, 0.3506],
|
|
|
[-0.6496, -0.5202],
|
|
|
[-0.3969, -0.9951]])
|
|
|
tensor([ 6.0394, -0.3365, 9.5882, 5.1810, -2.7355, 5.3873, 4.9827, 5.7962,
|
|
|
4.6727, 6.7921])
|
|
|
```
|
|
|
|
|
|
## 3.2.3 初始化模型参数
|
|
|
|
|
|
我们将权重初始化成均值为0、标准差为0.01的正态随机数，偏差则初始化成0。
|
|
|
|
|
|
``` python
|
|
|
w = torch.tensor(np.random.normal(0, 0.01, (num_inputs, 1)), dtype=torch.float32)
|
|
|
b = torch.zeros(1, dtype=torch.float32)
|
|
|
```
|
|
|
|
|
|
之后的模型训练中，需要对这些参数求梯度来迭代参数的值，因此我们要让它们的`requires_grad=True`。
|
|
|
``` python
|
|
|
w.requires_grad_(requires_grad=True)
|
|
|
b.requires_grad_(requires_grad=True)
|
|
|
```
|
|
|
|
|
|
## 3.2.4 定义模型
|
|
|
|
|
|
下面是线性回归的矢量计算表达式的实现。我们使用`mm`函数做矩阵乘法。
|
|
|
|
|
|
``` python
|
|
|
def linreg(X, w, b): # 本函数已保存在d2lzh_pytorch包中方便以后使用
|
|
|
return torch.mm(X, w) + b
|
|
|
```
|
|
|
|
|
|
## 3.2.5 定义损失函数
|
|
|
|
|
|
我们使用上一节描述的平方损失来定义线性回归的损失函数。在实现中，我们需要把真实值`y`变形成预测值`y_hat`的形状。以下函数返回的结果也将和`y_hat`的形状相同。
|
|
|
|
|
|
``` python
|
|
|
def squared_loss(y_hat, y): # 本函数已保存在d2lzh_pytorch包中方便以后使用
|
|
|
# 注意这里返回的是向量, 另外, pytorch里的MSELoss并没有除以 2
|
|
|
return (y_hat - y.view(y_hat.size())) ** 2 / 2
|
|
|
```
|
|
|
|
|
|
## 3.2.6 定义优化算法
|
|
|
|
|
|
以下的`sgd`函数实现了上一节中介绍的小批量随机梯度下降算法。它通过不断迭代模型参数来优化损失函数。这里自动求梯度模块计算得来的梯度是一个批量样本的梯度和。我们将它除以批量大小来得到平均值。
|
|
|
|
|
|
``` python
|
|
|
def sgd(params, lr, batch_size): # 本函数已保存在d2lzh_pytorch包中方便以后使用
|
|
|
for param in params:
|
|
|
param.data -= lr * param.grad / batch_size # 注意这里更改param时用的param.data
|
|
|
```
|
|
|
|
|
|
## 3.2.7 训练模型
|
|
|
|
|
|
在训练中，我们将多次迭代模型参数。在每次迭代中，我们根据当前读取的小批量数据样本（特征`X`和标签`y`），通过调用反向函数`backward`计算小批量随机梯度，并调用优化算法`sgd`迭代模型参数。由于我们之前设批量大小`batch_size`为10，每个小批量的损失`l`的形状为(10, 1)。回忆一下自动求梯度一节。由于变量`l`并不是一个标量，所以我们可以调用`.sum()`将其求和得到一个标量，再运行`l.backward()`得到该变量有关模型参数的梯度。注意在每次更新完参数后不要忘了将参数的梯度清零。
|
|
|
|
|
|
在一个迭代周期（epoch）中，我们将完整遍历一遍`data_iter`函数，并对训练数据集中所有样本都使用一次（假设样本数能够被批量大小整除）。这里的迭代周期个数`num_epochs`和学习率`lr`都是超参数，分别设3和0.03。在实践中，大多超参数都需要通过反复试错来不断调节。虽然迭代周期数设得越大模型可能越有效，但是训练时间可能过长。而有关学习率对模型的影响，我们会在后面“优化算法”一章中详细介绍。
|
|
|
|
|
|
``` python
|
|
|
lr = 0.03
|
|
|
num_epochs = 3
|
|
|
net = linreg
|
|
|
loss = squared_loss
|
|
|
|
|
|
for epoch in range(num_epochs): # 训练模型一共需要num_epochs个迭代周期
|
|
|
# 在每一个迭代周期中，会使用训练数据集中所有样本一次（假设样本数能够被批量大小整除）。X
|
|
|
# 和y分别是小批量样本的特征和标签
|
|
|
for X, y in data_iter(batch_size, features, labels):
|
|
|
l = loss(net(X, w, b), y).sum() # l是有关小批量X和y的损失
|
|
|
l.backward() # 小批量的损失对模型参数求梯度
|
|
|
sgd([w, b], lr, batch_size) # 使用小批量随机梯度下降迭代模型参数
|
|
|
|
|
|
# 不要忘了梯度清零
|
|
|
w.grad.data.zero_()
|
|
|
b.grad.data.zero_()
|
|
|
train_l = loss(net(features, w, b), labels)
|
|
|
print('epoch %d, loss %f' % (epoch + 1, train_l.mean().item()))
|
|
|
```
|
|
|
输出：
|
|
|
```
|
|
|
epoch 1, loss 0.028127
|
|
|
epoch 2, loss 0.000095
|
|
|
epoch 3, loss 0.000050
|
|
|
```
|
|
|
|
|
|
训练完成后，我们可以比较学到的参数和用来生成训练集的真实参数。它们应该很接近。
|
|
|
|
|
|
``` python
|
|
|
print(true_w, '\n', w)
|
|
|
print(true_b, '\n', b)
|
|
|
```
|
|
|
输出：
|
|
|
```
|
|
|
[2, -3.4]
|
|
|
tensor([[ 1.9998],
|
|
|
[-3.3998]], requires_grad=True)
|
|
|
4.2
|
|
|
tensor([4.2001], requires_grad=True)
|
|
|
```
|
|
|
|
|
|
## 小结
|
|
|
|
|
|
* 可以看出，仅使用`Tensor`和`autograd`模块就可以很容易地实现一个模型。接下来，本书会在此基础上描述更多深度学习模型，并介绍怎样使用更简洁的代码（见下一节）来实现它们。
|
|
|
|
|
|
-----------
|
|
|
> 注：本节除了代码之外与原书基本相同，[原书传送门](https://zh.d2l.ai/chapter_deep-learning-basics/linear-regression-scratch.html)
|
