Pytorch从零开始实现线性回归，为什么结果不收敛？

#定义数据集：
x = torch.randn((200,1))*10
y = x*50+12
y_ = y + torch.normal(10,30,size= (200,1)) #加入噪音


#定义损失函数：
def MSE_loss(y_,y):
    MSE = torch.sum(torch.square(y-y_))/y.size()[0]
    loss_ = MSE
    return loss_

#定义网络及迭代方式
def Linear_Net(x,y,lr = 0.02,epochs = 10):
    #导入必备库：
    import torch
    import torch.nn as nn
    #提取size:
    input_size = x.size()[0]
    input_features = x.size()[1]
    #初始化参数：
    w = torch.rand((1,1),requires_grad=True)
    b = torch.rand(1,requires_grad=True)
    loss_ = []
    loss_internal = nn.MSELoss()
    print("init_w =",w)
    print("init_b =",b)
    #计算及迭代：
    for i in range(epochs):
        y_hat = torch.mm(x,w)+b
        loss = MSE_loss(y_hat,y) #使用自带损失函数
        # loss = loss_internal(y,y_hat) #使用系统损失函数
                
        loss.backward()
        #for param in [w,b]:
            #param.data -= -lr* param.grad
        
        w.data = w.data-lr* w.grad
        b.data = w.data-lr* b.grad
        #梯度清零，否则梯度累加
        w.grad.data.zero_()
        b.grad.data.zero_()
        
              
        loss_.append(loss.item())
        
    
        #print("w============>>>>>>",w)
        #print("b============>>>>>>",b)
        print("loss=========>>>>>>",loss.item())
        
    #导出结果：
       
    结果如下：

    
    



    

lr 设置10是不是太大了 就用默认的试试