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。

  1. %matplotlib inline
  2. import torch
  3. from IPython import display
  4. from matplotlib import pyplot as plt
  5. import numpy as np
  6. 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 3.2 线性回归的从零开始实现 - 图1，我们使用线性回归模型真实权重 3.2 线性回归的从零开始实现 - 图2 和偏差 3.2 线性回归的从零开始实现 - 图3，以及一个随机噪声项 3.2 线性回归的从零开始实现 - 图4 来生成标签

3.2 线性回归的从零开始实现 - 图5

其中噪声项 3.2 线性回归的从零开始实现 - 图6 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。

  1. num_inputs = 2
  2. num_examples = 1000
  3. true_w = [2, -3.4]
  4. true_b = 4.2
  5. features = torch.randn(num_examples, num_inputs,
  6.                        dtype=torch.float32)
  7. labels = true_w[0] * features[:, 0] + true_w[1] * features[:, 1] + true_b
  8. labels += torch.tensor(np.random.normal(0, 0.01, size=labels.size()),
  9.                        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）。

  1. print(features[0], labels[0])

输出：

  1. 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。

  1. def use_svg_display():
  2.     # 用矢量图显示
  3.     display.set_matplotlib_formats('svg')
  5. def set_figsize(figsize=(3.5, 2.5)):
  6.     use_svg_display()
  7.     # 设置图的尺寸
  8.     plt.rcParams['figure.figsize'] = figsize
  10. # # 在../d2lzh_pytorch里面添加上面两个函数后就可以这样导入
  11. # import sys
  12. # sys.path.append("..")
  13. # from d2lzh_pytorch import * 
  15. set_figsize()
  16. plt.scatter(features[:, 1].numpy(), labels.numpy(), 1);

3.2_output1.png

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。

  1. # 本函数已保存在d2lzh包中方便以后使用
  2. def data_iter(batch_size, features, labels):
  3.     num_examples = len(features)
  4.     indices = list(range(num_examples))
  5.     random.shuffle(indices)  # 样本的读取顺序是随机的
  6.     for i in range(0, num_examples, batch_size):
  7.         j = torch.LongTensor(indices[i: min(i + batch_size, num_examples)]) # 最后一次可能不足一个batch
  8.         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。

  1. batch_size = 10
  3. for X, y in data_iter(batch_size, features, labels):
  4.     print(X, y)
  5.     break

输出：

  1. tensor([[-1.4239, -1.3788],
  2.         [ 0.0275,  1.3550],
  3.         [ 0.7616, -1.1384],
  4.         [ 0.2967, -0.1162],
  5.         [ 0.0822,  2.0826],
  6.         [-0.6343, -0.7222],
  7.         [ 0.4282,  0.0235],
  8.         [ 1.4056,  0.3506],
  9.         [-0.6496, -0.5202],
  10.         [-0.3969, -0.9951]]) 
  11.  tensor([ 6.0394, -0.3365,  9.5882,  5.1810, -2.7355,  5.3873,  4.9827,  5.7962,
  12.          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。

  1. w = torch.tensor(np.random.normal(0, 0.01, (num_inputs, 1)), dtype=torch.float32)
  2. 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。

  1. w.requires_grad_(requires_grad=True)
  2. 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。

  1. def linreg(X, w, b):  # 本函数已保存在d2lzh_pytorch包中方便以后使用
  2.     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。

  1. def squared_loss(y_hat, y):  # 本函数已保存在d2lzh_pytorch包中方便以后使用
  2.     # 注意这里返回的是向量, 另外, pytorch里的MSELoss并没有除以 2
  3.     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。

  1. def sgd(params, lr, batch_size):  # 本函数已保存在d2lzh_pytorch包中方便以后使用
  2.     for param in params:
  3.         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。

  1. lr = 0.03
  2. num_epochs = 3
  3. net = linreg
  4. loss = squared_loss
  6. for epoch in range(num_epochs):  # 训练模型一共需要num_epochs个迭代周期
  7.     # 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
  8.     # 和y分别是小批量样本的特征和标签
  9.     for X, y in data_iter(batch_size, features, labels):
  10.         l = loss(net(X, w, b), y).sum()  # l是有关小批量X和y的损失
  11.         l.backward()  # 小批量的损失对模型参数求梯度
  12.         sgd([w, b], lr, batch_size)  # 使用小批量随机梯度下降迭代模型参数
  14.         # 不要忘了梯度清零
  15.         w.grad.data.zero_()
  16.         b.grad.data.zero_()
  17.     train_l = loss(net(features, w, b), labels)
  18.     print('epoch %d, loss %f' % (epoch + 1, train_l.mean().item()))

输出：

  1. epoch 1, loss 0.028127
  2. epoch 2, loss 0.000095
  3. 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。

  1. print(true_w, '\n', w)
  2. print(true_b, '\n', b)

输出：

  1. [2, -3.4] 
  2.  tensor([[ 1.9998],
  3.         [-3.3998]], requires_grad=True)
  4. 4.2 
  5.  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