go___on的博客

数据背景介绍波士顿房价数据集housing.data是统计的20世纪70年代期波士顿郊区房价的中位数，统计了当时犯罪率，房产税等13个指标。本例子属于回归模型的案例，在数据集中包含506个数据，其中划分训练集和测试集分别为496和10。数据每行的前13个是属性，最后MEDV代表房价（单位1000美元）数据集下载在pycharm中打开的数据集...

关于Autogrand的几个概念：叶子张量 ：可以理解为是一个初始变量，如下图所示，只有x为叶子节点，y和z都是结果节点。pytorch中只能计算叶子节点的梯度（x）。grand VS grand_fngrand : 该Tensor的梯度值，每次在计算backward时需要将前一时刻的梯度归零，否则梯度值会累加。grand_fn ：叶子节点通常为None，只有结果节点的grand_fn 才有效，用于指示梯度函数是哪种类型。梯度函数：torch.autograd.backward （tens

tensor的拼接，切片，变形，等操作函数

数据筛选函数

深度学习要用到的一些常用函数

pytorch中关于Tensor的一些基础操作以下是创建一些张量代码实例import torch#传数据(FlotTensor类型)a = torch.Tensor( [ [1,2],[3,4] ] )#基础构造函数a = torch.Tensor(2,3)#几种特殊b = torch.zeros(3,5)b = torch.ones(2,2)b = torch.eye(3,3)c = torch.zeros_like(a)