pytorch笔记-绘制线性模型loss的3D图

pytorch笔记：绘制线性模型loss的3D图

参考资料：
pytorch课程：
https://www.bilibili.com/video/BV1Y7411d7Ys
课程笔记：
https://blog.youkuaiyun.com/bit452/category_10569531.html
第二讲课后作业：
https://blog.youkuaiyun.com/weixin_44841652/article/details/105017087
plot_surface()以及meshgrid()的详细解释：
https://blog.youkuaiyun.com/qq_43270444/article/details/124782745
https://blog.youkuaiyun.com/fat_cai_niao/article/details/100521555

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x_data = [1.0, 2.0, 3.0]
y_data = [2.0, 4.0, 6.0]

W=np.arange(0,4.0,0.1)
B=np.arange(0,5.0,0.2)
print(W)
print(B)
w,b=np.meshgrid(W,B) #将W、B网格化，w和b是两个规格相同的矩阵（len(W)，len(B)）
print(b.shape)

def forw(x):
    return w*x+b    #w,b是矩阵，返回值为规格相同的矩阵
def loss(x,y):
    yh=forw(x)
    return (yh-y)**2 #返回值为规格相同的矩阵

lost=0
for x,y in zip(x_data,y_data): #x,y为两个列表相同位置的数
    lost+=loss(x,y)

fig = plt.figure()
ax = Axes3D(fig)
ax.plot_surface(w, b, lost/3)
plt.show()

结果：

待解决问题：
怎么查看运行中产生的最小lost和对应的w、b