![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
十月组队学习(pytorch)
Masterki
这个作者很懒,什么都没留下…
展开
-
pytorch实践(10月组队学习task4)
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、定义超参二、读取数据三、定义模型四、定义损失函数和优化器-训练模型结果前言继续pytorch提示:以下是本篇文章正文内容,下面案例可供参考一、定义超参import osimport numpy as npimport torchimport torch.nn as nnfrom torch.utils.data import Dataset, DataLoaderimport torch.optim原创 2021-10-21 20:40:44 · 167 阅读 · 0 评论 -
PyTorch主要组成模块(十月学习)
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档PyTorch主要组成模块前言一、pytorch基本配置二、数据读入三、模型构建四、模型训练与评估引用前言深入浅出pytorch第三期pytorch构建深度学习模型分为基本配置,数据读取,模型构建,模型训练,模型评估一、pytorch基本配置一般是设备选择和超参数设置device = torch.device("cuda" if torch.cuda.is_available() else "cpu")#os.enviro原创 2021-10-19 21:00:14 · 222 阅读 · 0 评论 -
PyTorch基础知识
x = torch.rand(4, 3) x = torch.zeros(4, 3, dtype=torch.long)x = torch.tensor([5.5, 3]) x = x.new_ones(4, 3, dtype=torch.double) # 创建一个新的tensor,返回的tensor默认具有相同的 torch.dtype和torch.device# 也可以像之前的写法 x = torch.ones(4, 3, dtype=torch.double)print(x)x = t.原创 2021-10-16 00:29:28 · 172 阅读 · 0 评论 -
PyTorch 下载(服务器版)(组队学习pytorch_1)
首先进入anaconda官网下载对应linux的包:https://www.anaconda.com/distribution/#download-section选择相应版本下载下载的.sh文件传到服务器然后bash <doc_name>(文件名称)然后出现(base)说明anaconda安装成功(base) sbaima@ssai-node3:~$ 创建自己的虚拟环境(base) sbaima@ssai-node3:~$ conda create -..原创 2021-10-11 13:47:25 · 179 阅读 · 0 评论