摘要: 本博客参考 http://studyai.com/pytorch-1.4/beginner/blitz/neural_networks_tutorial.html + 《PyTorch入门与实践》 torch.nn最核心的类是nn.Module,一个 nn.Module 包含若干 layers, 和 阅读全文
posted @ 2020-04-03 15:57 夕西行 阅读(522) 评论(0) 推荐(0) 编辑
摘要: x经过某些运算得到1个y,那么就出现了dy/dx,以及x→y的映射(y是如何由x运算得到的)。 dy/dx的获得需两步:y.backward() 、x.grad,即反向传播、求出梯度 x→y的映射,是Tensor对象的一个属性grad_fn:y.grad_fn 注意,反向传播会累加梯度,所以反向传播 阅读全文
posted @ 2020-04-03 15:41 夕西行 阅读(476) 评论(0) 推荐(0) 编辑
摘要: 原位操作(in-place),带“_”尾巴的都是原位操作,如x.add_(y) ,x被改变。 1、加法 import torch as t x=t.Tensor([[10,11],[20,21]]) #Tensor得到的是浮点型 #x=t.tensor([[10,11],[20,21]],dtype 阅读全文
posted @ 2020-04-03 14:21 夕西行 阅读(3693) 评论(0) 推荐(0) 编辑
摘要: tensor(张量)是PyTorch的一种数据类型,可以是标量、一维向量、多维矩阵等。 官网已经有介绍,总结如下: 上图中types可以不同(dtype不设定就是同类型),并没有严格界限,不过最好按推荐的情况去使用。 tensor.*中tensor就是带有数据的具体对象了,如下述案例中x、y等。 1 阅读全文
posted @ 2020-04-03 11:51 夕西行 阅读(1385) 评论(0) 推荐(0) 编辑