深度学习入门之pytorch——一维线性回归代码更新

入门pytorch书本《深度学习入门之pytorch》,首先学习一维线性回归的实现。书中代码
虽然书中的代码仍在维护,但是pytorch更新了部分函数,本文仅做一些修改,不做一维线性回归的讲解,具体实现可参考代码链接。

  1. Variable 与Tensor
    variable与tensor合并,旧版本的variable封装仍可以工作,新的tensor就不需要再用variable封装了,requires_grad为tensor的一个属性,默认为False,语句w = Variable(torch.randn(1), requires_grad=True),更改为w = torch.randn(1, requires_grad=True),对b的初始化操作相同。

  2. .data 与.detach()
    .data是tensor的一个属性,而.detach()是一个方法,0.4保留了.data,但是更推荐使用.detach()实现从tensor中提取数据转换为numpy,原因是.detach()更安全。两者都与tensor共享内存,且requires_grad=false,但是在调用tensor数据过程中,.detach()对tensor的更改会被检测到并报错,而.data不会报错,使得在后续autograd中出现错误且不易察觉。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值