PyTorch实战（三）通过sin预测cos

最新推荐文章于 2024-06-18 23:30:33 发布

原创

最新推荐文章于 2024-06-18 23:30:33 发布 · 1.7k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习

本文介绍了如何使用PyTorch构建一个简单的循环神经网络(RNN)，通过学习sin函数来预测cos函数，展示了RNN在时间序列数据处理中的应用。通过可视化训练过程，逐步理解神经网络如何模仿周期性模式。

循环神经网络十分擅长处理时间相关的数据，下面我们就通过输入sin函数，输出cos函数来实际应用

import torch
import torch.nn as nn
from torch.nn import functional as F
from torch import optim
import numpy as np
from matplotlib import pyplot as plt
import matplotlib.animation
import math, random

#定义超参数
time_step = 10  #RNN时序步长
input_size = 1  #RNN的输入维度
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
h_size = 64  # RNN隐藏单元个数
epochs = 300
h_state = None #隐藏层状态

#pytorch没有π这个常量，所有操作都是用numpy完成
steps = np.linspace(0, np.pi*2, 256, dtype=np.float32)
x_np = np.sin(steps)
y_np = np.cos(steps)


#可视化数据
plt.figure(1