PyTorch 使用心得
PyTorch 使用心得
模板
import torch.nn as nn
import torch.optim as optim
class Model(nn.Module):
def __init__(self):
super(Model, self).__init__()
# self.hidden_layer = nn.Linear(in_dim, out_dim)
def forward(self, x):
# out = self.hidden_layer(x)
return out
model = Model()
optimizer = optim.Adam(model.parameters(), lr=lr)
criticism = nn.MSELoss()
for i in range(epoch):
optimizer.zero_grad()
y_pred = model(x)
loss = criticism(y_pred, y)
loss.backward()
optimizer.step()
# test
标准库
计算设备(张量类型)
设置 tensor 的默认类型
torch.set_default_tensor_type('torch.cuda.FloatTensor') # 默认使用GPU
设置程序优先使用 CUDA (e.g. GPU)
gpu = torch.device("cuda" if torch.cuda.is_available() else "cpu")
Cosine作为损失函数
>>> x = torch.randn(1, 100)
>>> y = torch.randn(1, 100)
>>> torch.nn.functional.cosine_similarity(x,y)
tensor([-0.1123])
变量
类型转换
Tensor to float
a = torch.Tensor(3.14) # 'a' is a type of Tensor
b = float(a) # b is 3.14, a type of float
智慧在街市上呼喊,在宽阔处发声。
分类:
Python3
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)