pytorch学习1

这篇博客介绍了PyTorch的学习路径,包括自动求导机制、线性回归模型的实现,以及如何处理不同版本PyTorch中的错误。作者还分享了加速conda安装的技巧,并预告了后续的深度学习模型,如多层神经网络和循环神经网络在MNIST任务上的应用。
摘要由CSDN通过智能技术生成

跟我一起学习pytorch吧?!

./pycharm.sh  #打开pycharm
sudo chown 用户名 ~/.bash_history   #确认输入密码,以后每次新启动的终端都可以使用之前的历史命令
sudo su  #输入密码,进入root
~./bash_history  #在root下输入,可以查看此目录下开启的终端,输入命令的历史记录文件夹

学习目标

  • 1.自动求导机制autograd
  • 2.线性回归模型DEMO
  • 3.常见tensor类型
  • 4.Hub模块简介
  • 5.多项式回归模型
  • 6.搭建逻辑回归模型进行分类
  • 7.搭建多层全连接神经网络实现MNIST手写数字识别分类
  • 8.搭建多层全连接神经网络实现MNIST手写数字识别
  • 9.搭建循环神经网络(RNN)

2.线性回归模型

感谢大神的教程
加速conda install 的下载速度:一定要三行代码都输入啊啊啊啊啊啊!!!!威武我清华镜像!!!!

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
————————————————
版权声明:本文为CSDN博主「调包侠理查」的原创文章,遵循 CC 4
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