- tensor转numpy :x = np.numpy(y)
- numpy转tensor :y = torch.from_numpy(x)
-
注意一点,tensor和numpy共享存储空间,转换很快,但是也意味着,其中一个改变,另一个也会发生该改变
* 执行x.add_(1),表示x会自加1,说明带“_”结尾的,都会对产生自加
* torch.rand(5,3)表示创建一个5行3列的随机变量
* torch.random(5,3)没有实际意义
* x.grad.data.zero_() 表示的是清楚梯度
* nn.Module子类的函数必须在构造函数中执行父类的构造函数,也就是super(NET,self).__init__()
* self.conv1 = nn.Conv2d(1,6,5) # 卷积层1 表示输入图片为单通道,‘6’表示为输出通道,‘5’表示卷积核为5*5
* 只要在nn.Module的子类中重写了forward函数,backword函数就会被自动实现
* torch.randn(1,1,32,32) #表示创建为批次为1,层数为1,大小为32*32的一个数组
* torch.nn 只支持mini-batchers 所以 输入的形状为batch * nChannels * height * width