BIT_mk的博客

目录torch.nnmodel = torch.nn.Sequential( torch.nn.Linear(D_in, H, bias=True), # W1 * X + b，默认True torch.nn.ReLU(), torch.nn.Linear(H, D_out))loss_fn = nn.MSELoss(reduction='sum')for param in model.parameters(): param -= learning_

​torch.randn()torch.randn是PyTorch库中的一个函数，用于生成具有标准正态分布（均值为0，标准差为1）的随机数。tensor = torch.randn(size)其中size是一个表示张量形状的整数元组。参数size (int...): 用来定义输出张量形状的整数序列。out (Tensor, 可选): 输出张量。dtype (torch.dtype, 可选): 输出张量的所需数据类型。layout (torch.layout, 可选): 输出张量的所需

总结了一下pytorch求导的用法，并且给出了具体实例代码来比较学习

主要介绍了pytorch的基本用法