莫烦pytorch学习笔记（一）

莫烦pytorch学习笔记（一）

本笔记主要为了记录学习内容，方便日后回顾，如果有错误之处欢迎评论区指正！

numpy与torch对比

numpy中处理的数据类型是矩阵（多维列表），torch号称神经网络领域的numpy,其处理的数据类型是tensor类型。
numpy生成的数据与torch生成的数据之间可以相互转换

import torch
import numpy as np
print(torch.__version__)#检查导入库是否成功
##numpy和torch的数据可以相互转换
np_data=np.arange(6).reshape(2,3)
torch_data=torch.tensor([[0,1,2],[3,4,5]])
np2torch=torch.from_numpy(np_data)#torch从numpy数据格式中获取数据
torch2np=torch_data.numpy()#由tensor类型转换为array类型
print('numpy_data:',np_data,
      '\ntorch_data:',torch_data,
      '\nnumpy数据转torch数据:', np2torch,
      '\ntorch数据转numpy数据:',torch2np)

除了数据类型可以相互转换，numpy与torch库的运算也有相似之处，区别在于数据类型不同，函数名称不同。

data=[[1,2],[-3,-4]]#numpy所需数据类型
tensor=torch.FloatTensor(data)#转换为torch运算所需数据类型
print('\nabs:',
      '\nnumpy:',np.abs(data),
      '\ntorch:',torch.abs(tensor))
print('\nsin:',
      '\nnumpy:',np.sin(data),
      '\ntorch:',torch.sin(tensor))
print('\nmultiple:',
      '\nnumpy:',np.matmul(data,data),
      '\ntorch:',torch.mm(tensor,tensor))

激活函数

激活函数的主要作用是将神经网络进行非线性化处理，使其能够处理更加复杂的问题。常见的激活函数有relu(),sigmoid(),tanh()等。
下面利用python的数据可视化库matplotlib,对激活函数的处理效果进行可视化。其中，由于当前版本python的tensor和varible可以通用，所以不再使用Varible()进行处理。

###激活函数
import torch
import torch.nn.functional as F
import matplotlib.pyplot as plt#python画图库
##创建数据
x=torch.linspace(-5,5,200)#创建tensor类型数据
x_np=x.numpy()#转换为array，画图时使用
##激活函数处理
y_relu=torch.relu(x).numpy()
y_sigmoid=torch.sigmoid(x).numpy()
y_tanh=torch.tanh(x).numpy()
y_softplus=torch.softplus(x).numpy()
##绘制激励函数处理效果图
plt.figure(1,figsize=(8,6))

plt.subplot(221)
plt.plot(x_np, y_relu,label='relu')
plt.ylim(-1,5)
plt.legend(loc='best')

plt.subplot(222)
plt.plot(x_np,y_sigmoid,label='sogmoid')
plt.ylim(-0.2,1.2)
plt.legend(loc='best')

plt.subplot(223)
plt.plot(x_np,y_tanh,label='tanh')
plt.ylim(-1.2,1.2)
plt.legend(loc='best')

plt.subplot(224)
plt.plot(x_np,y_softplus,label='softplus')
plt.ylim(-0.2,6)
plt.legend(loc='best')

plt.show()

需要注意的是

• 在按照视频源代码import matplotlib时，python会报错：“AttributeError: module ‘matplotlib’ has no attribute ‘figure’”，按照网友经验修改为：import matplotlib.pyplot as plt，错误解决。
• 根据VScode提示：UserWarning: nn.functional.sigmoid is deprecated. Use torch.sigmoid instead.
  warnings.warn(“nn.functional.sigmoid is deprecated. Use torch.sigmoid instead.”)，原代码中F.sigmoid(x)可修改为torch.sigmoid(x).其他三个激活函数同样可以直接通过调用torch库引用。 运行结果如下