这段代码完整地实现了一个 线性回归（Linear Regression）从零开始训练的全过程。

• 人工合成数据
• 小批量读取
• 模型定义
• 损失函数
• 梯度下降优化
• 训练与参数评估

import matplotlib
import matplotlib.pyplot as plt
import torch
import d2l
import random
import torch
from d2l import torch as d2l
torch.manual_seed(42)  # 固定随机种子，确保每次生成的随机数据一致
# 只固定了 PyTorch 的随机数，而 random.shuffle() 使用的是 Python 自带的随机库，它有自己独立的随机种子，所以每次运行数据打乱顺序可能仍然不同，会导致结果略有偏差

# 生成数据集
def synthetic_data(w, b, num_examples):  #@save
    """生成y=Xw+b+噪声"""
    X = torch.normal(0, 1, (num_examples, len(w)))   # 随机生成输入特征
    y = torch.matmul(X, w) + b                       # 线性关系
    y += torch.normal(0, 0.01, y.shape)              # 加入高斯噪声
    return X, y.reshape((-1, 1))

# 设定真实权重和偏置，生成训练集
true_w = torch.tensor([2, -3.4])
true_b = 4.2
features, labels = synthetic_data(true_w, true_b, 1000)

print('features:', features[0],'\nlabel:', labels[0])

# 数据可视化，画出第二个特征和标签的散点图，看是否是线性关系
d2l.set_figsize()
d2l.plt.scatter(features[:, (1)].detach().numpy(), labels.detach().numpy(), 1);
plt.show()  # ⬅️ 一定要加上

# 读取数据集
# 训练模型时要对数据集进行遍历。
# 把整个数据集分成小批次（mini-batch），每次取 batch_size=10 个样本用于训练。
# 这有助于模型在梯度下降时更稳定、更高效。

# 该函数能打乱数据集中的样本并以小批量方式获取数据。
def data_iter(batch_size, features, labels):
    num_examples = len(features)
    indices = list(range(num_examples))
    # 这些样本是随机读取的，没有特定的顺序
    random.shuffle(indices) # 打乱样本顺序
    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]

batch_size = 10

# 连续地获得不同的小批量，直至遍历完整个数据集
for X, y in data_iter(batch_size, features, labels):
    print(X, '\n', y)
    break

# 开始用小批量随机梯度下降优化我们的模型参数之前初始化参数模型
# 从均值为0、标准差为0.01的正态分布中采样随机数来初始化权重， 并将偏置初始化为0。
w = torch.normal(0, 0.01, size=(2,1), requires_grad=True)
b = torch.zeros(1, requires_grad=True)

# 开始更新这些参数，直到这些参数足够拟合我们的数据
# 每次更新都需要计算损失函数关于模型参数的梯度，有了这个梯度，我们就可以向减小损失的方向更新每个参数

# 定义模型，将模型的输入和参数同模型的输出关联起来

# 广播机制： 当我们用一个向量加一个标量时，标量会被加到向量的每个分量上。
def linreg(X, w, b):  #@save
    """线性回归模型"""
    return torch.matmul(X, w) + b

# 需要计算损失函数的梯度，所以我们应该先定义损失函数
# 这里使用平方损失函数。 在实现中，我们需要将真实值y的形状转换为和预测值y_hat的形状相同。
# 损失函数越小说明预测越接近真实值
def squared_loss(y_hat, y):  #@save
    """均方损失"""
    return (y_hat - y.reshape(y_hat.shape)) ** 2 / 2

# 定义优化算法（随机梯度下降 SGD）
# 该函数接受模型参数集合、学习速率和批量大小作为输入
# 每一步更新的大小由学习速率lr决定
# 我们计算的损失是一个批量样本的总和，所以我们用批量大小（batch_size） 来规范化步长，这样步长大小就不会取决于我们对批量大小的选择
def sgd(params, lr, batch_size):  #@save
    """小批量随机梯度下降"""
    with torch.no_grad():               # 禁止自动求导
        for param in params:
            param -= lr * param.grad / batch_size   # 参数更新
            param.grad.zero_()                      # 清空梯度


# 训练
# 在每次迭代中，我们读取一小批量训练样本，并通过我们的模型来获得一组预测。
# 计算完损失后，我们开始反向传播，存储每个参数的梯度。
# 最后，我们调用优化算法sgd来更新模型参数。
# 在每个迭代周期（epoch）中，我们使用data_iter函数遍历整个数据集， 并将训练数据集中所有样本都使用一次（假设样本数能够被批量大小整除）
# 迭代周期个数num_epochs和学习率lr都是超参数，分别设为3和0.03
lr = 0.03
num_epochs = 3
net = linreg
loss = squared_loss

for epoch in range(num_epochs):   # num_epochs：完整遍历数据集的次数
    for X, y in data_iter(batch_size, features, labels):
        l = loss(net(X, w, b), y)  # X和y的小批量损失
        # 因为l形状是(batch_size,1)，而不是一个标量。l中的所有元素被加到一起，
        # 并以此计算关于[w,b]的梯度
        l.sum().backward() # 反向传播计算梯度
        sgd([w, b], lr, batch_size)  # 使用参数的梯度更新参数
    with torch.no_grad():
        train_l = loss(net(features, w, b), labels)
        print(f'epoch {epoch + 1}, loss {float(train_l.mean()):f}') # 每个 epoch 打印平均损失

print(f'w的估计误差: {true_w - w.reshape(true_w.shape)}')
print(f'b的估计误差: {true_b - b}')

结果：

结果差异性原因：
✅ 原因一：随机性导致差异
生成数据时加了噪声：y += torch.normal(0, 0.01, y.shape)
每次运行都会稍微不同（即使固定 torch.manual_seed(42)，Python 的 random.shuffle() 仍会造成差别）。
数据顺序变化 → 梯度下降路径略有不同 → 最终结果略有差别。

✅ 原因二：浮点误差和运算顺序不同
在 GPU/CPU 或 PyTorch 版本不同的情况下，浮点运算的微小误差可能放大到 1e-4 级别。

✅ 原因三：打印时显示的数值精度
PyTorch 默认显示 4~6 位小数，两者的误差在 1e-3 以内，本质上都是完美拟合。

✅ 结论
差异来自随机打乱与噪声，不影响模型效果。

函数总结：