深度学习——线性模型(B站刘二大人P2作业)

作业内容:尝试使用 y = x *w + b 模型 (两个未知数 w、b),画出3D曲面图

深度学习——线性模型(B站刘二大人P2作业)_第1张图片

 具体代码如下:

import numpy as np
import matplotlib.pyplot as plt

# 准确模型是y=2x+1
x_data = [1.0, 2.0, 3.0, 4.0]
y_data = [3.0, 5.0, 7.0, 9.0]


def forward(x):
    return x * W + B


def loss(x, y):
    y_pred = forward(x)
    return (y_pred - y) * (y_pred - y)


w = np.arange(0.0, 4.1, 0.1)
b = np.arange(0.0, 2.1, 0.1)
# 将w,b变成二位矩阵
[W, B] = np.meshgrid(w, b)

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

# 引入matplotlib 3D画图
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
# surface中的数必须是二维矩阵
ax.plot_surface(W, B, l_sum / 3)
plt.show()

运行结果如图:

深度学习——线性模型(B站刘二大人P2作业)_第2张图片

 

注意:画3D曲面图的时候,传入的参数必须是:数据值或者是二维矩阵

     针对本题,传入的 w、b 都是一列数据,利用np.meshgrid()函数将 w、b两列数据转化成二维矩阵,而后再传入参数。

深度学习——线性模型(B站刘二大人P2作业)_第3张图片

关于 np.meshgrid()函数的具体作用,见链接:3分钟理解np.meshgrid()_littlehaes的博客-CSDN博客

关于如何使用matplotlib画图,见链接:深度学习——PyCharm中使用matplotlib 3D曲面图_Learning_AI的博客-CSDN博客

你可能感兴趣的