第二章 简单线性回归模型实现

所有资料均来源于【李哥考研复试项目班课程】 

四个维度真实的权重分别为8.1,2,2,4，偏置为1.1，求恋爱次数。

神经网络的目标：根据一个给出的随机的，求出真实的w和b

一、导入包

import torch
import matplotlib.pyplot as plt  # 画图的

import random  # 随机数

PyTorch库，提供张量计算和梯度计算的功能

matplotlib，画图，plt是 matplotlib.pyplot 的常用别名，方便在代码中调用其函数

random，生成随机数

二、数据生成

def create_data(w, b, data_num):  # 生成数据
    x = torch.normal(0, 1, (data_num, len(w)))
    y = torch.matmul(x, w) + b  # matmul矩阵相乘

    noise = torch.normal(0, 0.01, y.shape)  # 噪声加到y上
    y += noise
    return x, y

create_data函数，用于生成线性数据。

x：生成一个形状为 (data_num, len(w)) 的矩阵，其中每个元素都是均值为0、标准差为1的正态分布随机数。（数据的个数是矩阵的长，维度的个数是矩阵的宽，即w的长度）

y：通过矩阵乘法 torch.matmul(x, w) 计算 x 和 w 的乘积，再加上偏置 b（矩阵的每一行都加上b），生成线性关系的数据。

noise：生成与 y