![](https://img-blog.csdnimg.cn/20200408192012540.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
动手学深度学习pytorch版学习笔记
动手学深度学习pytorch版学习笔记
大大鹏I6
在读研究生
展开
-
【动手学深度学习pytorch版笔记NO.4】3.3 线性回归的简洁实现
3.3 线性回归的简洁实现 介绍如何使用PyTorch更方便地实现线性回归的训练。 3.3.1 生成数据集 首先我们导入所需要的包 import torch from torch import nn import numpy as np torch.manual_seed(1) #神经网络都需要初始化,设计随机初始化种子,能保证初始化每次都相同 print(torch.__version__...原创 2020-04-08 18:47:31 · 409 阅读 · 0 评论 -
【动手学深度学习pytorch版笔记NO.3】3.2 线性回归的从零开始实现
3.2 线性回归的从零开始实现 介绍如何只利用Tensor和autograd来实现一个线性回归的训练,来深入理解深度学习是如何工作的。 首先,导入本节中实验所需的包或模块,其中的matplotlib包可用于作图,且设置成嵌入显示。 %matplotlib inline import torch from IPython import display from matplotlib import p...原创 2020-04-08 18:46:48 · 307 阅读 · 0 评论 -
【动手学深度学习pytorch版笔记NO.2】3.1线性回归
3.1 线性回归 线性回归输出是个连续值,因此适用于回归问题。分类问题中模型的最终输出是一个离散值,。softmax回归则适用于分类问题。 由于线性回归和softmax回归都是单层神经网络,它们涉及的概念和技术同样适用于大多数的深度学习模型。书中以线性回归为例,介绍大多数深度学习模型的基本要素和表示方法。 3.1.1 线性回归的基本要素 房屋价格预测作为例子来解释线性回归的基本要素。预测一栋房子的...原创 2020-04-08 18:45:44 · 205 阅读 · 0 评论 -
【动手学深度学习pytorch版笔记NO.1】2. 预备知识 数据操作+自动求梯度
2.2 数据操作 在PyTorch中,torch.Tensor是存储和变换数据的主要工具。Tensor和NumPy的多维数组非常类似。然而,Tensor提供GPU计算和自动求梯度等更多功能,这些使Tensor更加适合深度学习。 "tensor"这个单词一般可译作“张量”,张量可以看作是一个多维数组。标量可以看作是0维张量,向量可以看作1维张量,矩阵可以看作是二维张量。 2.2.1 创建Tens...原创 2020-04-08 18:43:55 · 469 阅读 · 0 评论