【pytorch】线性回归模型

线性回归是机器学习中最简单的模型了，简单来说就是给定一定的数据点，我们需要给定一条直线y=w*x+b，确定w和b的取值，让所有数据点到这条线的距离最短。

在进行回归的时候我们使用均方差作为损失函数，训练的目标就是让损失函数的值最小。

下面这段代码是可以跑通的

#coding=utf-8
"""
一阶线性回归
"""

import numpy as np
import torch
from torch import nn
from torch import optim
from torch.autograd import Variable
import matplotlib.pyplot as plt

#先给一些数据点
x_train_ = np.array([[3.3], [4.4], [5.5], [6.71], [6.93], [4.168], [9.779],
                    [6.182], [7.59], [2.167], [7.042], [10.791], [5.313], [7.997],
                    [3.1]], dtype=np.float32)

y_train_ = np.array([[1.7], [2.76], [2.09], [3.19], [1.694], [1.573], [3.366],
                    [2.596], [2.53], [1.221], [2.827], [1.65], [3.465], [2.904],
                    [1.3]], dtype=np.float32)


#将numpy.arrray转换成tensor
x_train = torch.from_numpy(x_train_)
y_train = torch.from_numpy(y_train_)