FizzBuzz（二）

FizzBuzz

FizzBuzz是一个非常简单的小游戏。游戏规则如下：从1开始往上数数，当遇到3的倍数的时候，说fizz,当遇到5的倍数，说buzz,当遇到15的倍数，就说fizzbuzz,其他情况则正常数数。

我们可以写一个简单的小程序来解决要返回正常数值还是fizz,buzz或者fizzbuzz。

# One-hot encode the desired outputs: [number, "fizz", "buzz", "fizzbuzz"]
def fizz_buzz_encode(i):if   i % 15 == 0: return 3elif i % 5  == 0: return 2elif i % 3  == 0: return 1else:             return 0def fizz_buzz_decode(i, prediction):#[str(i), "fizz", "buzz", "fizzbuzz"]为一个列表，里面有4个元素，对应为四类，可用索引来访问return [str(i), "fizz", "buzz", "fizzbuzz"][prediction]for i in range(1,16):print(fizz_buzz_decode(i, fizz_buzz_encode(i)))

定义模型的输入与输出(训练数据)

import numpy as np
import torchNUM_DIGITS = 10# Represent each input by an array of its binary digits.
def binary_encode(i, num_digits):return np.array([i >> d & 1 for d in range(num_digits)])trX = torch.Tensor([binary_encode(i, NUM_DIGITS) for i in range(101, 2 ** NUM_DIGITS)])
trY = torch.LongTensor([fizz_buzz_encode(i) for i in range(101, 2 ** NUM_DIGITS)])

用pyTorch定义模型

# Define the model
NUM_HIDDEN = 100
model = torch.nn.Sequential(torch.nn.Linear(NUM_DIGITS, NUM_HIDDEN),torch.nn.ReLU(),torch.nn.Linear(NUM_HIDDEN, 4)
)

定义损失函数和优化器

loss_fn = torch.nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr = 0.05)

模型训练代码

# Start training it
BATCH_SIZE = 128
for epoch in range(10000):for start in range(0, len(trX), BATCH_SIZE):end = start + BATCH_SIZEbatchX = trX[start:end]batchY = trY[start:end]#predicty_pred = model(batchX) #forward passloss = loss_fn(y_pred, batchY)#optimizer,3 stepsoptimizer.zero_grad()  #clear gradloss.backward()  #backward passoptimizer.step()  #gradient descent# Find loss on training dataloss = loss_fn(model(trX), trY).item()print('Epoch:', epoch, 'Loss:', loss)

用cpu跑的损失函数值还行，一般

为了让我们学会FizzBuzz这个游戏，我们需要定义一个损失函数，和一个优化算法。
这个优化算法会不断优化（降低）损失函数，使得模型在该任务上取得尽可能低的损失值。
损失值低往往表示我们的模型表现好，损失值高表示我们的模型表现差。
由于FizzBuzz游戏本子上是一个分类问题，我们选用Cross Entropyy Loss函数。
优化函数我们选用Stochastic Gradient Descent

用训练好的模型尝试在1到100这些数字上玩FizzBuzz游戏

# Output now
testX = torch.Tensor([binary_encode(i, NUM_DIGITS) for i in range(1, 101)])
with torch.no_grad():testY = model(testX)
predictions = zip(range(1, 101), list(testY.max(1)[1].data.tolist()))print([fizz_buzz_decode(i, x) for (i, x) in predictions])

tips:with torch.no_grad(),测试时每个tensor都带有grad,为了优化参数，测试时不需要grad；否则徒占memory,还易爆。

1到10个错3个，11到20全对……

参考https://blog.csdn.net/u013075024/article/details/104365933

FizzBuzz（二）相关推荐

2019-1-25-Python-Exercise
layout: post date: 2019-01-25 00:00:00 author: "Katsu" title: python小练习 PythonExercises 一些 ...
FizzBuzz与写代码的“一万”个细节
摘要: 技术是由一万个细节组成的,哪怕一个这么简单的题目,也有如此多的点.我也不敢说自己是什么高手,起码写了许多年代码,也就把自己写代码的思维展示给大家,希望对有心人有所帮助. 非初学者向,虽然题是个 ...
JavaScript 编程精解中文第三版二、程序结构
二.程序结构原文:Program Structure 译者:飞龙协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译部分参考了<JavaScript 编程精解(第 2 版)> A ...
条形码？二维码？生成、解析都在这里！
二维码生成与解析一.生成二维码二.解析二维码三.生成一维码四.全部的代码五.pom依赖直接上代码: 一.生成二维码 public class demo {private static fi ...
【ReactiveX】基于Golang pmlpml/RxGo程序包的二次开发
基于Golang pmlpml/RxGo程序包的二次开发[阅读时间:约20分钟] 一.ReactiveX & RxGo介绍 1.ReactiveX 2.RxGo 二.系统环境&项目介绍 ...
2022-2028年中国二次供水产业发展动态及投资战略规划报告
[报告类型]产业研究 [报告价格]4500起 [出版时间]即时更新(交付时间约3个工作日) [发布机构]智研瞻产业研究院 [报告格式]PDF版本报告介绍了中国二次供水行业市场行业相关概述.中国二次供 ...
2022-2028年中国二次供水设备行业研究及前瞻分析报告
[报告类型]产业研究 [报告价格]4500起 [出版时间]即时更新(交付时间约3个工作日) [发布机构]智研瞻产业研究院 [报告格式]PDF版本报告介绍了中国二次供水设备行业市场行业相关概述.中国二 ...
OpenCV 笔记（08）— 二维点、三维点、基于 Mat 的 std::vector 等常用数据结构的定义和输出
1. 定义和输出二维点 Point2f p2(3, 4);cout << "[二维点] is "<< endl << p2 << e ...
python内置库之学习ctypes库(二)
ctypes库踩坑日记2 一.自己实现一个dll文件,再用python的ctypes库调用思路1更清晰二.生成dll文件三.ctypes库调用一.自己实现一个dll文件,再用python的cty ...

FizzBuzz（二）

FizzBuzz（二）相关推荐

最新文章

热门文章