摘要：https://www.jianshu.com/p/0be7a375bdbe https://blog.csdn.net/qq_38410428/article/details/82973895 计算中有的参数为cuda型，有的参数却是cpu型，就会遇到这样的错误。 解决办法： 该加.cuda()的
阅读全文
摘要：一、卷积： 卷积在 pytorch 中有两种方式： 【实际使用中基本都使用 nn.Conv2d() 这种形式】 这两种形式本质都是使用一个卷积操作，这两种形式的卷积对于输入的要求都是一样的，首先需要输入是一个 torch.autograd.Variable() 的类型，大小是 (batch, cha
阅读全文
摘要：一、使用Numpy初始化：【直接对Tensor操作】 对Sequential模型的参数进行修改： 对Sequential模型的参数进行修改： 对Module模型 的参数初始化： 对Module模型 的参数初始化： 对于 Module 的参数初始化，其实也非常简单，如果想对其中的某层进行初始化，可以直
阅读全文
摘要：一、知识点： 相关包：torch.utils.data 相关包：torch.utils.data 包装数据类：TensorDataset 包装数据类：TensorDataset 【包装数据和目标张量的数据集，通过沿着第一个维度索引两个张量来】 加载数据类：DataLoader 加载数据类：DataL
阅读全文
摘要：方法一：采用torch.nn.Module模块 打印的结果： Net( (hidden): Linear(in_features=2, out_features=10, bias=True) (predict): Linear(in_features=10, out_features=2, bias
阅读全文
摘要：一、分类任务： 将以下两类分开。 创建数据代码： 二、步骤 导入包 创建模型 设置优化器和损失函数 训练模型 三、代码： 导入包： 创建模型： 设置优化器和损失函数 训练模型并画图展示 结果展示：
阅读全文
摘要：一、回归任务介绍： 拟合一个二元函数 y = x ^ 2. 二、步骤： 三、代码： 导入包： 创建数据 查看数据图像： 构建网络 打印的结果： Net( (hidden): Linear(in_features=1, out_features=10, bias=True) (predict): Li
阅读全文
摘要：目录： Pytorch数据类型：Tensor与Storage 创建张量 tensor与numpy数组之间的转换 索引、连接、切片等 Tensor操作【add，数学运算，转置等】 GPU加速 自动求导：torch.autograd autograd Variable 读取数据集:torch.utils
阅读全文
