设置随机种子，让每次生成的噪音一样，便于复现

别光调包了，动手从零搓一个AI模型，Python代码实战走起！**

最近和几个搞开发的朋友聊天，发现一个挺有意思的现象：现在玩AI，大家开口闭口就是“调个API”、“用个HuggingFace的模型”、“跑个Fine-tuning”，这当然没问题，效率高嘛，但聊深一点，问到“那模型里面到底是怎么一步步学出来的？”很多人就有点含糊了,感觉中间隔了一层毛玻璃。

这让我想起早年学开车，如果只会用自动挡，虽然能上路，但万一有点小状况，或者想真正理解车的脾气，可能就差点意思，咱们就抛开那些现成的、封装好的高级框架，不用TensorFlow，不用PyTorch，甚至不用Scikit-learn，就只用最原始的Python，加上NumPy，来亲手“搓”一个最简单的神经网络模型，目的不是造个多厉害的东西，而是把“黑盒子”打开一条缝，看看里面的齿轮是怎么咬合的，相信我，这个过程之后，你再去看那些高级框架,感觉会完全不一样。

咱们想干嘛？

任务要足够简单，才能聚焦过程，我们就搞一个经典的“线性回归”问题，但用神经网络的思想来做，说白了，就是教电脑找规律，假设我们有一堆数据：房子的面积（输入x）和对应的房价（目标y），我们知道它们之间大概存在一种“正比”关系（面积越大，房价越贵），但具体公式不知道，有些许偏差，我们的目标就是让模型自己找出这个“比例系数”（权重）和可能的“基础价”（偏置）。

第一步：准备“食材”——数据

咱们自己造点数据，干净清楚，假设真实的规律是：房价 = 2.5 * 面积 + 8.0，再加上一点随机的噪音（模拟现实中的各种因素）。

import numpy as np
np.random.seed(42)
# 生成100个房子的面积，范围在30到150平米之间
X_raw = np.random.rand(100, 1) * 120 + 30
# 真实的规律：y = 2.5 * x + 8.0，再加点正态分布的噪音
true_weight = 2.5
true_bias = 8.0
y_raw = true_weight * X_raw + true_bias + np.random.randn(100, 1) * 10 # 噪音标准差10万
# 数据标准化：这不是必须，但能让训练更稳、更快，把数据缩放到均值0，标准差1附近。
X_mean, X_std = np.mean(X_raw), np.std(X_raw)
y_mean, y_std = np.mean(y_raw), np.std(y_raw)
X = (X_raw - X_mean) / X_std
y = (y_raw - y_mean) / y_std

看，数据有了，标准化就像把不同尺度的东西放到同一个操场上赛跑,公平。

第二步：搭建最简陋的“模型架子”

我们的模型简单到令人发指：就一个神经元，输入是面积x，输出是预测的房价y_pred，计算就是：y_pred = w * x + b，其中w是权重（我们想找的2.5），b是偏置（我们想找的8.0），一开始，我们随便猜一个w和b,比如0和0。

# 初始化参数：随机小值是个好习惯，这里我们从标准正态分布取样
w = np.random.randn(1, 1) * 0.01
b = np.zeros(1)

第三步：定义“错得多离谱”——损失函数

模型预测的y_pred和真实的y肯定有差距，我们需要一个量来衡量这个差距，最常用的就是均方误差（MSE）：把所有样本的（预测值-真实值）的平方加起来再求平均，这个值越小,说明模型预测得越准。

def compute_loss(y, y_pred):
    return np.mean((y - y_pred) ** 2)

第四步：核心中的核心——反向传播与梯度下降

这是AI学习（训练）的“灵魂”，现在模型不是预测不准吗？损失函数值很大,我们怎么调整w和b让它变准呢？

想象一下，你蒙着眼站在山坡上（损失函数构成的地形），想走到山谷最低点（损失最小），你该怎么办？你会用脚感受一下哪个方向是下坡的，然后往那个方向迈一小步，在数学上，这个“下坡的方向”就是梯度——损失函数对每个参数（w和b）的偏导数。

1. 前向传播：用当前的w和b，计算预测值和损失。y_pred = X * w + b， loss = MSE(y, y_pred)。
2. 反向传播（计算梯度）：这是手动推导公式的地方，也是理解的关键。
   • 损失对预测值y_pred的导数：dL_dy_pred = -2 * (y - y_pred) / n_samples (n_samples是样本数，这里是100)。
   • y_pred是由 w*X + b 得到的。
     • 损失对w的梯度：dL_dw = np.dot(X.T, dL_dy_pred) （可以理解为，每个样本的输入X对误差的“贡献”程度，汇总起来就是w该调整的方向）。
     • 损失对b的梯度：dL_db = np.sum(dL_dy_pred) （偏置b对每个样本的贡献都一样，所以直接把所有误差导数加起来就行）。
3. 梯度下降（下山迈步）：知道了下坡方向（梯度），我们就朝着反方向（因为梯度指向上升最快的方向，我们要下降）迈一小步，这个步长叫做学习率，是个超参数，要手动设，比如0.01。
   • w = w - learning_rate * dL_dw
   • b = b - learning_rate * dL_db

def train_one_step(X, y, w, b, learning_rate):
    n_samples = len(X)
    # 1. 前向传播
    y_pred = np.dot(X, w) + b
    loss = compute_loss(y, y_pred)
    # 2. 反向传播
    dL_dy_pred = -2 * (y - y_pred) / n_samples
    dL_dw = np.dot(X.T, dL_dy_pred)
    dL_db = np.sum(dL_dy_pred)
    # 3. 梯度下降更新参数
    w = w - learning_rate * dL_dw
    b = b - learning_rate * dL_db
    return w, b, loss

第五步：循环“学习”

我们就把上面这个“计算损失-求梯度-更新参数”的步骤，重复很多很多次（比如1000轮，也叫epoch）。

learning_rate = 0.01
epochs = 1000
loss_history = [] # 记录每轮损失，看看学习曲线
for epoch in range(epochs):
    w, b, loss = train_one_step(X, y, w, b, learning_rate)
    loss_history.append(loss)
    if epoch % 100 == 0: # 每100轮打印一次损失
        print(f"Epoch {epoch}, Loss: {loss:.6f}")
print(f"训练结束！最终参数 -> w: {w[0][0]:.4f}, b: {b[0]:.4f}")

跑起来之后，你会看到损失loss在一轮轮地下降，最后稳定在一个比较小的值，打印出来的w和b，就是我们模型学到的参数，注意，这是标准化之后的数据上的参数，我们需要转换回原始尺度才能和真实的2.5、8.0比较。

第六步：看看“学习成果”

# 将学到的参数转换回原始数据尺度
w_original = w[0][0] * (y_std / X_std)
b_original = y_mean - w_original * X_mean
print(f"原始尺度下的参数 -> 权重(每平米单价): {w_original:.4f}, 偏置(基础价): {b_original:.4f}")
print(f"真实规律是 -> 权重: {true_weight}, 偏置: {true_bias}")

你会发现，w_original和b_original会非常接近2.5和8.0！模型通过一遍遍看数据,自己找到了这个规律。

最后唠两句

整个过程写下来，代码量不大，但把监督学习的核心闭环走通了：模型、损失、优化，你亲手实现了梯度下降，感受到了参数是如何被误差“拉扯”着走向正确位置的。

经过这么一遭，你再回去用model.fit()的时候，心里就有底了：哦，它背后大概就是在循环干这些事，只不过做得更高效、更复杂、支持各种网络结构，当模型训练出现问题时（比如损失不下降、爆炸了），你可能会更有思路：是不是学习率太大了？数据要不要标准化？初始化有没有问题？

这就好比，你亲手拆装过一次发动机，虽然慢，虽然脏，但以后听引擎声就知道大概有没有毛病，在AI越来越“傻瓜式”应用的今天，保留一点“手搓”的笨功夫和理解，或许能让你走得更稳、更远，下次，我们可以试试给它加个激活函数，弄个隐藏层，让它从“线性回归”升级成真正的“神经网络”,那会更有意思。

（免费申请加入）AI工具导航网

相关标签： # ai训练模型python