pytorch学习笔记1

#debug功能：调错功能
#torch=tensor=矩阵
#安装pytorch
#anaconda prompt->pip install(百度pytorch官网）
#安装CUDA（官网下载）安装GPU版本

#pytorch基本操作
x=torch.empty(5,3)//创建一个没有初始化的矩阵
x=torch.rand(5,3)//随机的
x=torch.zeros(5,3,dtype=torch.long)//全0
x=torch.tensor([5.5,3])//直接传入数据
x=x.new_ones(5,3,dtype=torch.double)
x=torch.randn_like(x,dtype=torch.float)//创建一个矩阵，随机初始化
x.size//展示矩阵大小
#基本计算方法
y=torch.rand(5,3)
x+y
torch.add(x,y)
#索引
x[:,1]//:表示取所有
x=torch.randn(4,4)
y=x.view(16)
z=x.view(-1,8)//view操作可以改变矩阵维度
#与numpy协同操作
a=torch.ones(5)
b=a.numpy()//tensor格式转换成array
import numpy as np
a=np.ones(5)
b=torch.from_numpy(a)//将array转换成tensor




#自动求导机制
import torch
#方法1
x=torch.randn(3,4,requires_grad=true)//可以对x进行求导
#方法2
x=torch.randn(3,4)
x.requires_grad=true


b=torch.randn(3,4,requires_grad=true)
t=x+b//t自动可以求导
y=t.sum()
y.backward()//反向传播
b.grad//b的导数

#计算流程
x=torch.rand(1)
b=torch.rand(1,requires_grad=true)
w=torch.rand(1,requires_grad=true)
y=w*x
z=y+b
y.requires_grad//结果为ture
x.is_leaf,w.is_leaf,b.is_leaf,y.is_leaf,z.is_leaf//最终结果不是叶子结点

#反向传播计算
z.bachward(retain_graph=true)//如果不清空，梯度会累加起来
w.grad
b.grad