- 博客(5)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 argparse——python命令行参数解析包
import argparsedef getArgs(): parser = argparse.ArgumentParser(description="Demo of argparse") parser.add_argument('-n','--name', default=' Li ') parser.add_argument('-y','--year', default='20') args = parser.parse_args() print(args)
2021-01-19 19:40:06
111
原创 pytorch构建神经网络
神经网络可以通过 torch.nn 包来构建。pytorch神经网络是基于自动梯度 (autograd)来定义一些模型。一个 nn.Module 包括层和一个方法 forward(input) 它会返回输出(output)。一个典型的神经网络训练过程包括以下几点：1.定义一个包含可训练参数的神经网络2.迭代整个输入3.通过神经网络处理输入4.计算损失(loss)5.反向传播梯度到神经网络的参数6.更新网络的参数，典型的用一个简单的更新方法：weight = weight - learning
2021-01-02 23:01:44
313
转载 autograd自动微分
autograd 包是 PyTorch 中所有神经网络的核心。该 autograd 软件包为 Tensors 上的所有操作提供自动微分。它是一个由运行定义的框架，这意味着以代码运行方式定义你的后向传播，并且每次迭代都可以不同。torch.Tensor 是包的核心类。如果将其属性 .requires_grad 设置为 True，则会开始跟踪针对 tensor 的所有操作。完成计算后，您可以调用 .backward() 来自动计算所有梯度。该张量的梯度将累积到 .grad 属性中。要停止 tensor 历史
2021-01-02 22:11:18
166
原创 Numpy学习笔记
Numpy学习笔记Numpy（Numerical Python的简称）是高性能科学计算和数据分析的基础包。Numpy具有如下功能：ndarray数组：一个具有矢量算术运算和复杂广播能力的多维数组，具有快速且节省空间的特点。对整组数据进行快速运算的标准数学函数（无需编写循环）。线性代数、随机数生成以及傅里叶变换功能。读写磁盘数据、操作内存映射文件。本质上，Numpy期望用户在执行“向量”操作时，像使用“标量”一样轻松。基础数据类型：ndarray数组ndarray数组是Numpy的基础数
2021-01-02 16:31:35
194
原创 Tensors张量
Tensors 类似于 NumPy 的 ndarrays ，同时 Tensors 可以使用 GPU 进行计算。构造tensorimport torch#构造一个5x3矩阵，不初始化x = torch.empty(5, 3)print(x)#结果：tensor([[9.9184e-39, 9.0000e-39, 1.0561e-38], [1.0653e-38, 4.1327e-39, 8.9082e-39], [9.8265e-39, 9.4592e-39, 1.
2021-01-02 16:31:21
82
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人