qq_38402260的博客

torch.dtypetorch.dtype是表示torch.Tensor的数据类型的对象。PyTorch有八种不同的数据类型：使用方法：（1）定义一个tensortorch.tensor(data, dtype=None, device=None, requires_grad=False, pin_memory=False) → Tensor例子：torch.tensor([[0.11111, 0.222222, 0.3333333]], dtype=to

在进行神经网络（NN）训练的时候，有时候需要保存中间epoch的训练模型，知道最后所有的epoch训练完成。有如下的方法可以进行模型的保存与对应的加载方法：保存中间的训练模型保存保存模型主要分为两种：（1）只保存参数：torch.save(model.state_dict(), path)对应的加载：model.load_state_dict(torch.load(path))其中model指定义的模型实例变量，如 model=vgg16( ), path是保存参数的路径，如 path=’./m

转发自

pytorch可以自动求导梯度，不过要对需要求梯度的tensor设置为“requires grad = TRUE"。同时，pytorch可以对神经网络进行灵活训练，主要同通过Optimazer的设计来实现的。以下针对不同的应用场景需要对optimizer的使用进行总结。之前的账户写的文章[对训练过程中灵活设计进行了总结](https://blog.csdn.net/special_hang/article/details/89676432)...