pytorch线性回归方法模拟sijn(x)

这里提供一个使用pytorch实现线性回归拟合sin(x)函数的例子：

import torch
import math
import matplotlib.pyplot as plt

# 生成训练数据
x = torch.linspace(-math.pi, math.pi, 2000)
y = torch.sin(x)

# 定义模型
class LinearRegressionModel(torch.nn.Module):
    def __init__(self):
        super(LinearRegressionModel, self).__init__()
        self.linear = torch.nn.Linear(1, 1)

    def forward(self, x):
        y_pred = self.linear(x)
        return y_pred

model = LinearRegressionModel()

# 定义损失函数和优化器
criterion = torch.nn.MSELoss(reduction='sum')
optimizer = torch.optim.SGD(model.parameters(), lr=0.01)

# 训练模型
for epoch in range(2000):
    y_pred = model(x)
    loss = criterion(y_pred, y)

    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

    if epoch % 100 == 0:
        print('Epoch [{}/{}], Loss: {:.4f}'.format(epoch+1, 2000, loss.item()))

# 绘制结果
predicted = model(x).detach().numpy()
plt.plot(x.numpy(), y.numpy(), 'g-', label='data')
plt.plot(x.numpy(), predicted, 'r-', label='predicted')
plt.legend()
plt.show()

在运行完上述代码后，可以得到如下结果：


可以看到，我们使用线性回归方法成功地拟合了sin(x)函数。