以下是代码的逐段解析及其实际作用：

---

1. 环境设置与库导入

%matplotlib inline
import random
import torch
from d2l import torch as d2l

• 作用：
  • %matplotlib inline：在 Jupyter Notebook 中内嵌显示 matplotlib 图形。
  • random：生成随机索引用于数据打乱。
  • torch：PyTorch 深度学习框架。
  • d2l：《动手学深度学习》提供的工具函数库（如绘图工具）。

---

2. 生成合成数据

假设真实权重向量为 ${\mathbf{w}}_{\text{true}}\in {\mathbb{R}}^n$，偏置为 $b_{\text{true}}$，噪声为高斯分布 $ϵ\sim \mathcal{N}(0,{\sigma }^2)$，则合成数据生成公式为：
$$\mathbf{y}=\mathbf{X}{\mathbf{w}}_{\text{true}}+b_{\text{true}}+ϵ$$
其中：

• $\mathbf{X}\in {\mathbb{R}}^{m\times n}$：输入特征矩阵（$m$ 个样本，$n$ 个特征）。
• ${\mathbf{w}}_{\text{true}}\in {\mathbb{R}}^n$：真实权重向量。
• $ϵ\in {\mathbb{R}}^m$：噪声向量。

def synthetic_data(w, b, num_examples):  #@save"""生成y=Xw+b+噪声"""X = torch.normal(0, 1, (num_examples, len(w)))  # 生成标准正态分布的输入特征 num_examples行，len(w)列y = torch.matmul(X, w) + b                      # 计算线性输出 y = Xw + by += torch.normal(0, 0.01, y.shape)             # 添加高斯噪声return X, y.reshape((-1, 1))                    # y行数不定(值为-1，列数为1)true_w = torch.tensor([2, -3.4])
true_b = 4.2
features, labels = synthetic_data(true_w, true_b, 1000)

生成的函数是一个二维线性回归模型，其数学表达式为：

$$y=w_1{x}_1+w_2{x}_2+b+ϵ$$

其中：

• 权重：$\mathbf{w}=[w_1,w_2]=[2,-3.4]$，由 true_w 定义。
• 偏置：$b=4.2$，由 true_b 定义。
• 噪声：$ϵ\sim \mathcal{N}(0,0.01^2)$，即均值为 0、标准差为 0.01 的高斯噪声。

展开为标量形式：
$$y_i=2\cdot x_{i1}-3.4\cdot x_{i2}+4.2+{ϵ}_i(i=1,2,\dots ,1000)$$

---

3. 数据可视化

d2l.set_figsize()
d2l.plt.scatter(features[:, (1)].detach().numpy(), labels.detach().numpy(), 1);

• 绘制第二个特征（features[:,1] => n行第1列)与标签 labels 的散点图。

---

4. 定义数据迭代器

def data_iter(batch_size, features, labels):num_examples = len(features)indices = list(range(num_examples))random.shuffle(indices)  # 打乱索引顺序for i in range(0, num_examples, batch_size):batch_indices = torch.tensor(indices[i: min(i + batch_size, num_examples)])yield features[batch_indices], labels[batch_indices]  # 生成小批量数据

• 作用：
  • 将数据集按 batch_size 划分为小批量，并随机打乱顺序。
  • 使用生成器 (yield) 逐批返回数据，避免一次性加载全部数据到内存。

---

5. 初始化模型参数

w = torch.normal(0, 0.01, size=(2,1), requires_grad=True)
b = torch.zeros(1, requires_grad=True)

• 初始化w和b的值：
  • w：从均值为 0、标准差为 0.01 的正态分布中初始化权重，启用梯度追踪。
  • b：初始化为 0 的偏置，启用梯度追踪。
  • 参数需梯度追踪以支持反向传播。

---

6. 定义模型、损失函数和优化器

def linreg(X, w, b):  #@save"""线性回归模型"""return torch.matmul(X, w) + bdef squared_loss(y_hat, y):  #@save"""均方损失"""return (y_hat - y.reshape(y_hat.shape)) ** 2 / 2  # 除以2便于梯度计算def sgd(params, lr, batch_size):  #@save"""小批量随机梯度下降"""with torch.no_grad():  # 禁用梯度计算for param in params:param -= lr * param.grad / batch_size  # 参数更新param.grad.zero_()                     # 梯度清零

• linreg：模型预测值 $\hat{\mathbf{y}}$ 的矩阵形式为：
  $$\hat{\mathbf{y}}=\mathbf{Xw}+b$$
  其中：

  • $\mathbf{w}\in {\mathbb{R}}^n$：待学习的权重向量。
  • $b\in \mathbb{R}$：待学习的偏置。

• squared_loss：损失函数的矩阵形式为：
  $$L=\frac{1}{2}\Vert \hat{\mathbf{y}}-\mathbf{y}{\Vert }^2$$
  为
  $$L(\mathbf{w},b)=\frac{1}{2m}\Vert \mathbf{Xw}+b-\mathbf{y}{\Vert }^2$$
  展开后：
  $$L(\mathbf{w},b)=\frac{1}{2m}(\mathbf{Xw}+b1-\mathbf{y}{)}^{\top }(\mathbf{Xw}+b1-\mathbf{y})$$

• sgd：小批量随机梯度下降优化器，

  • 对权重 $\mathbf{w}$ 的梯度
    $${\nabla }_{\mathbf{w}}L=\frac{1}{m}{\mathbf{X}}^{\top }(\mathbf{Xw}+b1-\mathbf{y})$$

  • 对偏置 $b$ 的梯度
    $${\nabla }_{b}L=\frac{1}{m}{1}^{\top }(\mathbf{Xw}+b1-\mathbf{y})，1为单位列向量$$

  • 使用学习率 $\eta$，参数更新公式为：
    $$\begin{gathered} \mathbf{w}\leftarrow \mathbf{w}-\eta {\nabla }_{\mathbf{w}}L \\ b\leftarrow b-\eta {\nabla }_{b}L \end{gathered}$$

---

7. 训练循环

lr = 0.03
num_epochs = 3
batch_size = 10  # 需补充定义（原代码未显式定义）for epoch in range(num_epochs):for X, y in data_iter(batch_size, features, labels):l = loss(net(X, w, b), y)  # 计算小批量损失l.sum().backward()         # 反向传播计算梯度sgd([w, b], lr, batch_size) # 更新参数with torch.no_grad():train_l = loss(net(features, w, b), labels)print(f'epoch {epoch + 1}, loss {float(train_l.mean()):f}')

• 作用：

  • 外层循环：遍历训练轮次 (num_epochs)。
  • 内层循环：按小批量遍历数据，计算损失并反向传播。
  • l.sum().backward()：将小批量损失求和后反向传播，计算梯度。
  • sgd：根据梯度更新参数，梯度需除以 batch_size 以保持学习率一致性。
  • 每个 epoch 结束后，计算并打印整体训练损失。
  • mean()函数计算平均值

• 梯度下降

  l.sum().backward()  # 反向传播计算梯度sgd([w, b], lr, batch_size)  # 更新参数

• 小批量梯度计算公式：
  $${\nabla }_{\mathbf{w}}{L}_{\text{batch}}=\frac{1}{\text{batch\_size}}{\mathbf{X}}_{\text{batch}}^{\top }({\mathbf{X}}_{\text{batch}}\mathbf{w}+b-{\mathbf{y}}_{\text{batch}})$$
  $${\nabla }_b{L}_{\text{batch}}=\frac{1}{\text{batch\_size}}{1}^{\top }({\mathbf{X}}_{\text{batch}}\mathbf{w}+b-{\mathbf{y}}_{\text{batch}})$$