![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pytorch全面教程从0到1
文章平均质量分 81
AI阿远学长
大家好,我是阿远,具有kaggle、天池、科大讯飞、以及各大工业竞赛的相关经验。
专注于各类AI算法竞赛,数学建模,人工智能知识干货的分享,努力成为每一个竞赛小白的最佳引路人。
展开
-
Pytorch从零开始实现线性回归
下面是线性回归的矢量计算表达式的实现。我们使用mm函数做矩阵乘法。def linreg(X, w, b): # 本函数已保存在d2lzh_pytorch包中⽅方便便以后使⽤用我们使用上一节描述的平方损失来定义线性回归的损失函数。在实现中,我们需要把真实值y变形成预测值y_hat的形状。以下函数返回的结果也将和y_hat的形状相同。以下的sgd函数实现了上一节中介绍的小批量随机梯度下降算法。它通过不断迭代模型参数来优化损失函数。这里自动求梯度模块计算得来的梯度是一个批量样本的梯度和。原创 2023-03-14 20:54:33 · 335 阅读 · 0 评论 -
线性回归和神经网络的联系
为了更清晰地展示线性回归作为神经网络的结构,下图使用神经网络图表示本节中介绍的线性回归模型。在介绍线性回归的矢量计算表达式之前,让我们先考虑对两个向量相加的两种方法。,因此输入层的输入个数为2。这节我们解释线性回归与神经网络的联系,以及线性回归的矢量计算表达式。,输出层的输出个数为1。需要注意的是,我们直接将图中神经网络的输出。由于输入层并不涉及计算,按照惯例,如图所示的神经网络的层数为1。向量相加的另一种方法是,将这两个向量直接做矢量加法。向量相加的另一种方法是,将这两个向量直接做矢量加法。原创 2023-03-13 16:46:21 · 473 阅读 · 0 评论 -
PyTorch自动求梯度
如何使用PyTorch进行自动梯度计算原创 2023-02-24 15:29:19 · 450 阅读 · 1 评论 -
将Tensor和NumPy相互转换的方法
tensor和numpy相互转化的方法原创 2023-02-17 21:11:49 · 5196 阅读 · 2 评论 -
Pytorch基本数据操作(Tensor的运算)【深度学习从0到1】
在PyTorch中,我们主要通过torch.Tensor对数据进行存储和变换操作,使用过numpy库的我们就可以发现,tensor和numpy里的多维数组十分相似。但是由于tensor提供GPU计算和自动求梯度等功能从而更适合深度学习。原创 2023-02-13 20:43:16 · 598 阅读 · 5 评论