import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D x_data = [1.0, 2.0, 3.0, 4.0] y_data = [2.0, 4.0, 6.0, 8.0] fig = plt.figure() ax = fig.add_subplot(111, projection='3d') def forward(x): return x * w + b def loss(x, y): y_pred = forward(x) return (y_pred - y) * (y_pred - y) b_list = [] w_list = [] mse_list = [] for w in np.arange(0.0, 4.1, 0.1): loss_sum = 0 for b in np.arange(-2, 2, 0.1): print(f"w={w}, b={b}") for x_val, y_val in zip(x_data, y_data): y_pred_val = forward(x_val) loss_val = loss(x_val, y_val) loss_sum = loss_sum + loss_val print('/t', x_val, y_val, y_pred_val, loss_val) print('mse=', loss_sum/3) w_list.append(w) b_list.append(b) mse_list.append(loss_sum/3) ax.plot_surface(w_list, b_list, mse_list) ax.set_xlabel("w") ax.set_ylabel("b") ax.set_zlabel("Loss")哪里错了怎么改

在代码中有几个问题需要修改：

1. 在loss函数中，应该使用平均损失而不是总损失，因此需要将返回的值除以样本数量。

2. 在循环中，应该遍历所有的b值，而不是仅仅使用np.arange(-2, 2, 0.1)生成的一组值。

3. 在绘制图形时，应该使用meshgrid函数生成所有的(w, b)坐标对，并且使用flatten函数将坐标矩阵展平成一维数组。

下面是修改后的代码：

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

x_data = [1.0, 2.0, 3.0, 4.0] 
y_data = [2.0, 4.0, 6.0, 8.0] 

fig = plt.figure() 
ax = fig.add_subplot(111, projection='3d') 

def forward(x, w, b): 
    return x * w + b 

def loss(x, y, w, b): 
    y_pred = forward(x, w, b) 
    return np.mean((y_pred - y) ** 2) 

w_list = np.arange(0.0, 4.1, 0.1) 
b_list = np.arange(-2.0, 2.1, 0.1) 
W, B = np.meshgrid(w_list, b_list) 
mse_list = np.empty_like(W) 

for i, w in enumerate(w_list): 
    for j, b in enumerate(b_list): 
        loss_sum = 0 
        for x_val, y_val in zip(x_data, y_data): 
            y_pred_val = forward(x_val, w, b) 
            loss_val = loss(x_val, y_val, w, b) 
            loss_sum += loss_val 
        mse_list[j, i] = loss_sum/len(x_data) 

ax.plot_surface(W, B, mse_list) 
ax.set_xlabel("w") 
ax.set_ylabel("b") 
ax.set_zlabel("Loss") 

plt.show()

这个代码会绘制出一个3D图形，其中的x轴表示w，y轴表示b，z轴表示损失。