PyTorch
Winky_Dxy
这个作者很懒,什么都没留下…
展开
-
PyTorch系列2 ---Tensor的操作
## Tensor操作中的api和NumPy非常相似,,基本是一致的x = torch.ones(2,2)print("x: ",x) #这是一个float tensorprint("x.type(): ",x.type())## 将其转化为整型x = x.long() #等价于 x = x.type(torch.LongTensor)print("转化为整型的x: ",x)pri...原创 2019-05-19 22:34:20 · 807 阅读 · 0 评论 -
PyTorch系列3 --- Variable
import torch###tensor是PyTorch中的完美组件,但是构建神经网络还远远不够,我们需要能够构建计算图的tensor,,这就是Variable。# Variable是对tensor的分装,操作和tensor是一样的,,但是每个Variable都有三个 属性,,Variable中的tensor本身.data,,对应tensor的梯度.grad以及这个Variable是通过什么...原创 2019-05-20 13:35:39 · 178 阅读 · 0 评论 -
PyTorch系列4 --- 自动求导
参考:pytorch的自动求导机制 - 计算图的建立(推荐)PyTorch学习总结(七)——自动求导机制(推荐)pytorch学习笔记(三):自动求导##我们将介绍PyTorch中的自动求导机制,自动求导是PyTorch中非常重要的特性,能够让我们避免手动去计算非常复杂的导数,# 这能够极大地减少我们构建模型的时间,,这也是其前身Torch这个框架不具备的特性import torc...原创 2019-05-21 20:42:54 · 2581 阅读 · 1 评论 -
PyTorch系列5 ---动态图和静态图
#目前,神经网络框架分为静态图框架和动态图框架,,PyTorch 和 TensorFlow、 Caffe等框架最大的区别就是他们拥有不同的计算图表现形式。# TensorFlow使用静态图,这意味着我们先定义计算图,,然后不断地使用它。而在PyTorch中,每次都会重新构建一个新的计算图。#对于使用者来说,两种形式的计算图有着非常大的区别,,同时静态图和动态图都有它们各自的优点,# 比如动态...原创 2019-05-22 10:28:04 · 4221 阅读 · 0 评论 -
PyTorch系列1 ---Tensor和Variable
参考:torch.Tensortorch.Tensor是一种包含单一数据的多维矩阵。Torch定义了七种CPU张量和八种GPU张量类型:图片转自https://ptorch.com/docs/8/torch-tensortorch.Tensor是默认的tensor类型(torch.FloatTensor)的简称。# torch.Tensor https://ptorch.com...原创 2019-05-18 20:15:17 · 1790 阅读 · 0 评论