我的第一个Pytorch学习程序

    学习了两天的Pytorch，迈出第一步，发现Pytorch更加的pythonic。在训练时可以很清楚的知道前向传播和反向传播，对参数进行调试，最终让损失函数Loss达到最低。

1、定义原始数据，x为-1到1之间的100个浮点数，y为x的二次方程，x与y构成一元二次方程。

2、原始数据可视化，需要把把tensor数据转换为numpy数据，传递到plt模块中画出散点图。

3、随机初始化参数w b

4、训练模型，forward前向计算loss，loss定义为均方误差。backward反向自动计算梯度loss.backward() 。w.grad和b.grad自动微分对参数w b的值进行更新。同时跟新完后需要清空w b的grad值，否则grad值会一直增加。

5、绘制学习后的曲线，打印最后的 w b值，w.data，b.data可以直接得到值。