3 # Any copyright is dedicated to the Public Domain.
4 # https://creativecommons.org/publicdomain/zero/1.0/
6 # Written by Francois Fleuret <francois@fleuret.org>
10 import torch, torchvision
13 from torch.nn import functional as F
15 ######################################################################
19 x = torch.empty(nb).uniform_(0.0, delta)
20 x += x.new_full(x.size(), 0.5).bernoulli() * (1 - delta)
22 a = x * math.pi * 2 * 4
23 b = x * math.pi * 2 * 3
29 ######################################################################
33 model = nn.Sequential(
44 criterion = nn.MSELoss()
45 optimizer = torch.optim.Adam(model.parameters(), lr=1e-4)
47 for k in range(10000):
48 loss = criterion(model(x), y)
49 if (k + 1) % 100 == 0:
50 print(k + 1, loss.item())
55 ######################################################################
57 import matplotlib.pyplot as plt
59 fig, ax = plt.subplots()
61 u = torch.linspace(0, 1, 101)
62 v = u.view(-1, 1).expand(-1, 25).reshape(-1, 1)
63 v = model(v).reshape(101, -1)
69 (mean - std).detach().numpy(),
70 (mean + std).detach().numpy(),
73 ax.plot(u.numpy(), mean.detach().numpy(), color="red")
74 ax.scatter(x.numpy(), y.numpy())
78 ######################################################################