（深度学习第一课）如何理解线性模型？

• 线性模型
• 损失函数
• 实践

如果一个模型表达式类似于 y = a * x + b，那么它就可以称为线性模型
当然，如果 y = a * x² + b * x + c，它同样也是线性模型

假设我们有一个模型，这个模型的预测值与真实值之间总是存在差值，评估这个差值的大小的函数，就是 损失函数
比如常用的 均方差 损失函数，等于

代表了预测值。

假设 模型为 y = w * x，损失函数采用均方差

x_data = [1,2,3]
y_data = [2,4,6]

请用写代码绘制出当w处于np.arange(0.0,4.1,0.1)时，损失值分别为多少？并绘制图形。

x_data = [1,2,3]
y_data = [2,4,6]

def forward(x):
	#计算y_pred
    return x * w

def loss(x,y):
	#损失函数,
    y_pred = forward(x)
    return (y_pred-y)*(y_pred-y)

w_list = []
mse_list = []
for w in np.arange(0.0,4.1,0.1):
    sum = 0
    for x,y in zip(x_data,y_data):
        sum += loss(x,y) 
    w_list.append(w)
    mse_list.append(sum/3)

plt.plot(w_list,mse_list)
plt.show()