Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
MindSpore
course
提交
267bfba3
C
course
项目概览
MindSpore
/
course
通知
4
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
C
course
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
提交
267bfba3
编写于
6月 24, 2020
作者:
M
mindspore-ci-bot
提交者:
Gitee
6月 24, 2020
浏览文件
操作
浏览文件
下载
差异文件
!12 bugfix: variable x in for loop override data x
Merge pull request !12 from dyonghan/linear_regression
上级
2122a6f6
9b57b9a5
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
7 addition
and
7 deletion
+7
-7
linear_regression/README.md
linear_regression/README.md
+4
-4
linear_regression/main.py
linear_regression/main.py
+3
-3
未找到文件。
linear_regression/README.md
浏览文件 @
267bfba3
...
...
@@ -80,7 +80,7 @@ x = np.arange(-5, 5, 0.3)[:32].reshape((32, 1))
y
=
-
5
*
x
+
0.1
*
np
.
random
.
normal
(
loc
=
0.0
,
scale
=
20.0
,
size
=
x
.
shape
)
```
使用MindSpore提供的
[
`nn.Dense(1, 1)`算子
](
https://www.mindspore.cn/api/zh-CN/0.2.0-alpha/api/python/mindspore/mindspore.nn.html#mindspore.nn.Dense
)
作为线性模型,其中
`(1, 1)`
表示线性模型的输入和输出皆是1维,即
`w`
是1x1的矩阵。算子会随机初始化权重
`w`
和偏置
`b`
。
使用MindSpore提供的
[
`nn.Dense(1, 1)`算子
](
https://www.mindspore.cn/api/zh-CN/0.2.0-alpha/api/python/mindspore/mindspore.nn.html#mindspore.nn.Dense
)
作为线性模型,其中
`(1, 1)`
表示线性模型的输入和输出皆是1维,即
$w$是1x1的矩阵。算子会随机初始化权重$w$和偏置$b$
。
$$y = w
*
x + b$$
...
...
@@ -131,10 +131,10 @@ for epoch in range(20):
wb
=
[
x
.
default_input
.
asnumpy
()
for
x
in
net
.
trainable_params
()]
w
,
b
=
np
.
squeeze
(
wb
[
0
]),
np
.
squeeze
(
wb
[
1
])
print
(
'The true linear function is y = -5 * x + 0.1'
)
print
(
'The trained linear model is y = {0} * x + {1}'
.
format
(
w
,
b
))
#
print('The trained linear model is y = {0} * x + {1}'.format(w, b))
for
x
in
range
(
-
10
,
11
,
5
):
print
(
'x = {0}, predicted y = {1}'
.
format
(
x
,
net
(
ms
.
Tensor
([[
x
]],
ms
.
float32
))))
for
i
in
range
(
-
10
,
11
,
5
):
print
(
'x = {0}, predicted y = {1}'
.
format
(
i
,
net
(
ms
.
Tensor
([[
i
]],
ms
.
float32
))))
```
The true linear function is y = -5 * x + 0.1
...
...
linear_regression/main.py
浏览文件 @
267bfba3
...
...
@@ -26,8 +26,8 @@ for epoch in range(20):
wb
=
[
x
.
default_input
.
asnumpy
()
for
x
in
net
.
trainable_params
()]
w
,
b
=
np
.
squeeze
(
wb
[
0
]),
np
.
squeeze
(
wb
[
1
])
print
(
'The true linear function is y = -5 * x + 0.1'
)
#
TODO(dongyonghan):
uncomment it in MindSpore0.3.0 or later.
# uncomment it in MindSpore0.3.0 or later.
# print('The trained linear model is y = {0} * x + {1}'.format(w, b))
for
x
in
range
(
-
10
,
11
,
5
):
print
(
'x = {0}, predicted y = {1}'
.
format
(
x
,
net
(
ms
.
Tensor
([[
x
]],
ms
.
float32
))))
for
i
in
range
(
-
10
,
11
,
5
):
print
(
'x = {0}, predicted y = {1}'
.
format
(
i
,
net
(
ms
.
Tensor
([[
i
]],
ms
.
float32
))))
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录