![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
动手学深度学习pytorch版
不一样的天蝎座
NLP
展开
-
使用torchvision下载FashionMNIST数据集时,报错HTTPError: HTTP Error 503: Service Unavailable
原因: 服务器不稳定解决方法: 多运行几次,就可能下载成功了。如果实在下载不了,可以这里直接下载数据集:FashionMNIST数据集传送门下载手写数字识别数据集MNIST时,报错503,方法同上。如果实在下载不了,可以这里直接下载数据集:MNIST数据集传送门...原创 2021-07-04 16:05:51 · 554 阅读 · 0 评论 -
torch.tensor的乘法运算
说明:这里的tensor不涉及高维张量,即为一维张量或二维张量。1、a*b1.1、a和b同行同列张量中各元素对应相乘。a = torch.tensor([[1,2],[2,3],[3,4]])b = torch.tensor([[1,2],[2,3],[3,4]])print(a*b)输出:tensor([[ 1, 4], [ 4, 9], [ 9, 16]])2、torch.mm(a,b)数学中的矩阵相乘。a = torch.tensor.原创 2021-07-03 15:43:39 · 1618 阅读 · 0 评论 -
pytorch中backward()方法自动求梯度
1、区分源变量和结果变量x = torch.arange(-8.0, 8.0, 0.1, requires_grad= True)y = x.relu()x为源变量,基于源变量x得到的变量y为结果变量。2、如何使用backward()方法自动求梯度一个标量调用它的backward()方法后,会根据链式法则自动计算出源变量的梯度值。2.1、结果变量是一维张量基于以上例子,就是将一维张量y变成标量后,然后通过调用backward()方法,就能自动计算出x的梯度值。那么,如何将一维张量y变成原创 2021-07-02 18:07:54 · 1989 阅读 · 0 评论 -
torch.arange()和torch.range()的区别
1、最值得注意的区别# torch.arange()x = torch.arange(1.0,6.0)print(x)输出:tensor([1., 2., 3., 4., 5.])# torch.range()y = torch.range(1.0,6.0)print(y)输出:tensor([1., 2., 3., 4., 5., 6.])torch.arange(start=1.0, end=6.0)的结果不包括endtorch.range(start=1.0, end=6.原创 2021-07-02 16:26:01 · 1113 阅读 · 0 评论 -
《动手学深度学习Pytorch版》中‘d2lzh_pytorch‘模块问题
1、下载d2lzh_pytorchd2lzh_pytorch传送门2、解压,放入python环境里文件路径如下:3、回到代码,运行d2lzh_pytorch模块3.1、错误提示:ModuleNotFoundError: No module named ‘tqdm’直接命令行,pip install tqdm即可安装tqdm模块。3.2、错误提示:ModuleNotFoundError: No module named ‘torchtext’直接命令行,pip install torchte原创 2021-07-01 17:02:40 · 1113 阅读 · 0 评论