深度学习入门之pytorch——一维线性回归代码更新

最新推荐文章于 2021-11-03 22:51:51 发布

dafazzzz

最新推荐文章于 2021-11-03 22:51:51 发布

阅读量391

点赞数

分类专栏： pytorch 文章标签： pytorch .detach grad.zero_()

本文链接：https://blog.csdn.net/Chenyandafa/article/details/100325185

版权

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。

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。
.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。

关注