PyTorch深度学习实践代码 第五讲

#引入torch
import torch
#准备数据,用Tensor张量表示
x_data = torch.Tensor([[1.0],[2.0],[3.0]])
y_data = torch.Tensor([[2.0],[4.0],[6.0]])

#将线性模型定义为一个类,nn的意思是神经网络neural network.所有的模型都要从nn.Module模块继承下来。
class LinearModel(torch.nn.Module):
    #__init__为构造函数,初始化你的对象的时候,默认调用的函数。self是指对象自己,
    def __init__(self):
        #super调用父类初始化器,当多继承时,避免公共基类的重复调用
        super(LinearModel,self).__init__()
        #实例化,构造一个线性函数(包含权重w和偏置b)。括号里面代表输入的维度,和输出的维度。
        self.linear = torch.nn.Linear(1,1)
    #定义前馈过程中要进行的计算    
    def forward(self,x):
        #可调用的对象,做的是wx+b的形式
        y_pred = self.linear(x)
        #返回y
        return y_pred
#实例化模型,可调用。
model = LinearModel()

#构造均方差损失,设置降维求和
criterion = torch.nn.MSELoss(reduction='sum')
#用优化模块中的SGD优化模型中所有的参数,学习率为0.01
optimizer = torch.optim.SGD(model.parameters(),lr=0.01)

#循环100次
for 
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值