实验 2 利用 PyTorch 实现简单的线性回归算法，文末有福利

导入自动梯度运算包，主要用Variable这个类

from torch.autograd import Variable

import matplotlib.pyplot as plt

生成100个0—100间的数

x = Variable(torch.linspace(0, 100, 100).type(torch.FloatTensor))

生成100个正态分布随机数，均值为0，方差为10

rand = Variable(torch.randn(100)) * 10

y = x + rand

将Variable转换为数组，绘图

plt.plot(x.data.numpy(), y.data.numpy(),‘o’)

plt.xlabel(‘X’)

plt.ylabel(‘Y’)

plt.show()

找到一条直线，使得它到所有点 的距离都很小

设置拟合参数变量

a = Variable(torch.rand(1), requires_grad=True)

b = Variable(torch.rand(1), requires_grad=True)

print(‘Initial parameters:’, [a, b])

设置学习率

learning_rate =0.0001

for i in range(1000):

predictions = a.expand_as(x) * x + b.expand_as(x)

计