PyTorch使用注意事项

欢迎关注

pytorch使用注意事项

1. Numpy与Tensor相互转换

2. 梯度

2.1 设置梯度

可以使用以下两种方式设置梯度:

#方法一
x = torch.ones(2, 2, requires_grad=True)
#方法二
x.requires_grad_(True)

2.2 禁止autograd进行计算

2.3 梯度累加

2.4 梯度传值

3. 线性回归

def data_iter(batch_size,features,labels):
    num_examples=len(features)
    indices=list(range(num_examples))
    random.shuffle(indices)#样本读取数据随机
    for i in range(0,num_examples,batch_size):
        j=torch.LongTensor(indices[i:min(i+batch_size,num_examples)])#最后一次可能不足一个batch_size
        yield features.index_select(0,j),labels.index_select(0,j)#0,是按行索引,j是索引的行数。

index_select使用方法

yield的使用方法(推荐)

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值