qq_41813221的博客

线性拟合import torchfrom torch.autograd import Variableimport torch.nn.functional as Fimport matplotlib.pyplot as pltx = torch.unsqueeze(torch.linspace(-1,1,100),dim=1)y=x.pow(2)+0.2*torch.rand(x.size())x,y=Variable(x),Variable(y)class Net(torch.nn.

1.基础知识torch.Tensor(a,b) #分配了a*b矩阵，只分配空间，未初始化torch.rand(a,b) #使用[0,1]均匀分布随机初始化二维数组torch.Size() #查看其形状torch对象相加的三种写法y.add_(x) #这种加法会改变y的值 x+y #不会改变y的值result=torch.Tensor(a,b) #预先分配空间torch.add(x , y, out=result)#输入到resul

1.定义/创建array=np.array(list,dtype=np.int64) #将列表转换为数组，并定义格式，在这里定义成了int64位array.ndim #输出该数组的维度array.shape #输出该数组的形状（n*m）array.size #总共有多少个元素array.dtype #格式np.zeros((n,m)) #创建一个n行m列的0矩阵np.ones((n,m),dype=np.int64) #创建一个n行m列的1矩阵np.empty((n,m)) #创建一