摘要：
PyTorch的配置 这里附上官网的链接https://pytorch.org/get-started/locally/ CPU版本 选择PyTorch版本(PyTorch Build)，Stable(稳定版)，Nightly(测试版) 系统版本，这里只介绍Windows系统的PyTorch环境配置 阅读全文
摘要：
import torch from torchvision import transforms from torchvision import datasets from torch.utils.data import DataLoader import torch.nn.functional as 阅读全文
摘要：
import torch # 引入模块PyTorch from torchvision import transforms # 从torch视觉中引入转换函数 from torchvision import datasets # 导入数据库 from torch.utils.data import 阅读全文
摘要：
import torch import torch.nn.functional as F # 从torch引入激活函数 x_data = torch.tensor([[1.0], [2.0], [3.0]]).cuda() # 将数据放在GPU上 y_data = torch.tensor([[0. 阅读全文
摘要：
这里选择将模型和loss还有数据都在GPU上，方便后续能够将大型神经网络的计算图放在GPU上来加快训练速度 import torch # 引入PyTorch模块 x = torch.tensor([[1.0], [2.0], [3.0]]).cuda() # 创建张量x，y并使用cuda()将数据存 阅读全文
摘要：
利用特殊方法，来使得自定义对象来实现一个二维向量(Vector)类 一个简单的二维向量类 from math import hypot class Vector: def __init__(self, x=0, y=0): self.x = x # 将输入的x，y分别赋值给类属性x,y self.y 阅读全文