PyTorch学习笔记
关于pytorch的基础操作
P.G wang
这个作者很懒,什么都没留下…
展开
-
张量与梯度
简单的案例文章目录简单的案例内容概况一、初始案例输出二、储备知识1.grad_fn属性2.叶子张量与根张量3.计算叶子张量的梯度3.获取内部张量的梯度总结内容概况举一个简单的例子:来记录下张量在梯度计算中的作用一、初始案例输出requires_grad=Falseimport torchx = torch.tensor([[1,2]],dtype=torch.float32,requires_grad=False)y=x+2z = y * y * 3out = z.mean(原创 2021-05-21 15:51:31 · 2080 阅读 · 0 评论 -
PyTorch
2021/5/20PyTorch2021/5/20张量一、张量的初始化二、张量的常见属性张量张量的几种初始的方式,常见的属性一、张量的初始化 tensor(data,**kargvs)构造函数 data可以为任意类型的数据常用的关键字参数:dtype,device,require_grad,pin_memory torch.Tensor(self, /, *args, **kwargs)构造函数,类似tensor构造函数,区别点在于:前者数据类型与data一致,后者原创 2021-05-20 20:47:10 · 97 阅读 · 0 评论