深度之眼《Pytorch训练营》笔记

文|Seraph

01 | Pytorch简介

1. Coda虚拟环境
   conda create -n pytorch 创建一个名字为pytorch虚拟环境
   conda activate pytorch 激活pytorch虚拟环境
   conda deactivate 退出pytorch虚拟环境

2. 安装CPU版本pytorch
   conda install pytorch torchvision cpuonly -c pytorch

3. Pycharm关联虚拟环境
   

4. 测试代码

import torch
print("hello pytorch{}".format(torch.__version__))
print(torch.cuda.is_available())

02 | 张量简介与创建

1. Variable在新版本中并入到tensor中，如下是新版张量结构：
   
2. tensor创建

• 直接创建
  

• 使用ndarray创建
  torch.from_numpy(ndarray) #创建的tensor与ndarray共享内存

• 初始化数值创建张量
  torch.zeros()
  
  zeros_like()依据input的形状创建张量
  
  其他：
  ones(), ones_like() 全1张量
  full(）, full_like() 指定值张量

torch.arange()创建等差张量
torch.lilnspace()创建均分1维张量
torch.logspace()创建对数均分1维张量
torch.eye()创建单位对角矩阵张量

• 依据概率创建张量
  torch.normal()创建正态分布张量，注意mean、std可以是可以是标量也可以是张量。
  torch.randn()创建正态分布张量
  torch.rand()创建均匀分布张量，在[0,1)上进行采样
  torch.randint()创建自定义区间的均匀分布张量
  torch.randperm()创建从0到n-1的随机排列
  torch.bernoulli()以input为概率，生成伯努利分布