小批量随机梯度下降 PyTorch 版

# 导入必要的包 import matplotlib.pyplot as plt # 用于创建和操作 Matplotlib 图表 from matplotlib_inline import backend_inline # 修复导入 from IPython import display # 用于后续动态显示（如 Animator） def use_svg_display(): """使用 SVG 格式在 Jupyter 中显示绘图 输入： 无 输出： 无返回值 定义位置：:numref:`sec_calculus` """ backend_inline.set_matplotlib_formats('svg') # 设置 Matplotlib 使用 SVG 格式 def set_axes(axes, xlabel, ylabel, xlim, ylim, xscale, yscale, legend): """设置 Matplotlib 的轴 输入： axes: Matplotlib 的轴对象 # 输入参数：轴对象 xlabel: x 轴标签 # 输入参数：x 轴标签 ylabel: y 轴标签 # 输入参数：y 轴标签 xlim: x 轴范围 # 输入参数：x 轴范围 ylim: y 轴范围 # 输入参数：y 轴范围 xscale: x 轴刻度类型 # 输入参数：x 轴刻度类型 yscale: y 轴刻度类型 # 输入参数：y 轴刻度类型 legend: 图例标签列表 # 输入参数：图例标签 输出： 无返回值 # 函数无显式返回值 """ axes.set_xlabel(xlabel) # 设置 x 轴标签 axes.set_ylabel(ylabel) # 设置 y 轴标签 axes.set_xscale(xscale) # 设置 x 轴刻度类型 axes.set_yscale(yscale) # 设置 y 轴刻度类型 axes.set_xlim(xlim) # 设置 x 轴范围 axes.set_ylim(ylim) # 设置 y 轴范围 if legend: # 检查是否提供了图例标签 axes.legend(legend) # 如果有图例，则设置图例 axes.grid() # 为轴添加网格线 class Animator: """在动画中绘制数据，仅针对一张图的情况 """ def __init__(self, xlabel=None, ylabel=None, legend=None, xlim=None, ylim=None, xscale='linear', yscale='linear', fmts=('-', 'm--', 'g-.', 'r:'), nrows=1, ncols=1, figsize=(3.5, 2.5)): """初始化 Animator 类 输入： xlabel: x 轴标签，默认为 None # 输入参数：x 轴标签 ylabel: y 轴标签，默认为 None # 输入参数：y 轴标签 legend: 图例标签列表，默认为 None # 输入参数：图例标签 xlim: x 轴范围，默认为 None # 输入参数：x 轴范围 ylim: y 轴范围，默认为 None # 输入参数：y 轴范围 xscale: x 轴刻度类型，默认为 'linear' # 输入参数：x 轴刻度类型 yscale: y 轴刻度类型，默认为 'linear' # 输入参数：y 轴刻度类型 fmts: 绘图格式元组，默认为 ('-', 'm--', 'g-.', 'r:') # 输入参数：线条格式 nrows: 子图行数，默认为 1 # 输入参数：子图行数 ncols: 子图列数，默认为 1 # 输入参数：子图列数 figsize: 图像大小元组，默认为 (3.5, 2.5) # 输入参数：图像大小 输出： 无返回值 # 方法无显式返回值 定义位置：:numref:`sec_softmax_scratch` # 指明定义的参考位置 """ if legend is None: # 检查 legend 是否为 None legend = [] # 如果为 None，则初始化为空列表 use_svg_display() # 设置绘图显示为 SVG 格式 self.fig, self.axes = plt.subplots(nrows, ncols, figsize=figsize) # 创建绘图对象和子图 if nrows * ncols == 1: # 判断是否只有一个子图 self.axes = [self.axes, ] # 如果是单个子图，将 axes 转为列表 self.config_axes = lambda: set_axes( # 定义 lambda 函数配置坐标轴 self.axes[0], xlabel, ylabel, xlim, ylim, xscale, yscale, legend) # 调用 set_axes 设置参数 self.X, self.Y, self.fmts = None, None, fmts # 初始化数据和格式属性 def add(self, x, y): """向图表中添加多个数据点 输入： x: x 轴数据点 # 输入参数：x 轴数据 y: y 轴数据点 # 输入参数：y 轴数据 输出： 无返回值 # 方法无显式返回值 """ if not hasattr(y, "__len__"): # 检查 y 是否具有长度属性（是否可迭代） y = [y] # 如果不可迭代，将 y 转为单元素列表 n = len(y) # 获取 y 的长度 if not hasattr(x, "__len__"): # 检查 x 是否具有长度属性 x = [x] * n # 如果不可迭代，将 x 扩展为与 y 同长度的列表 if not self.X: # 检查 self.X 是否已初始化 self.X = [[] for _ in range(n)] # 如果未初始化，为每条线创建空列表 if not self.Y: # 检查 self.Y 是否已初始化 self.Y = [[] for _ in range(n)] # 如果未初始化，为每条线创建空列表 for i, (a, b) in enumerate(zip(x, y)): # 遍历 x 和 y 的数据对 if a is not None and b is not None: # 检查数据点是否有效 self.X[i].append(a) # 将 x 数据点添加到对应列表 self.Y[i].append(b) # 将 y 数据点添加到对应列表 self.axes[0].cla() # 清除当前轴的内容 for x, y, fmt in zip(self.X, self.Y, self.fmts): # 遍历所有数据和格式 self.axes[0].plot(x, y, fmt) # 绘制每条线 self.config_axes() # 调用 lambda 函数配置坐标轴 display.display(self.fig) # 显示当前图形 display.clear_output(wait=True) # 标记当前输出为待清除，但由于 wait=True，它不会立即清除，而是等待下一次 display.display()。