![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
Lemon-Ning
这个作者很懒,什么都没留下…
展开
-
Pytorch基础(一):Tensor
1.初始化1.1 pytorch① list->tensordata = [[1,2],[3,4]]x_data = torch.tensor(data)② Numpy array->tensornp_array = np.array(data)x_np = torch.from_numpy(np_array)③ 创建形状一样,数值不一样的的tensorx_ones = torch.ones_like(x_data)x_rand = torch.rand_like(x_d原创 2022-02-23 22:00:43 · 621 阅读 · 0 评论 -
pytorch解析-使用matplotlib.pyplot.plot绘制tensor
对于requires_grad=False的张量,可以直接将张量作为plot()的输入x_data = torch.linspace(-math.pi, math.pi, 2000, dtype=dtype, device=device)y_data = torch.sin(x_data)plt.plot(x_data, y_data)plt.show()对于requires_grad=True的张量,必须使用张量的data作为plot的输入,主要原因可能是因为原张量如果被设置为require原创 2021-09-11 21:33:16 · 2868 阅读 · 0 评论 -
pytorch解析:with torch.no_grad()
代码:a = torch.randn((),dtype=dtype, device=device, requires_grad=True) b = torch.randn((),dtype=dtype, device=device, requires_grad=True)with torch.no_grad(): a -= learning_rate * a.grad z = a+b print(f"a with no gradient:{a.requires_grad}") print(f"原创 2021-09-11 21:21:41 · 1110 阅读 · 0 评论 -
日常Debug——No CUDA GPUs are available
报错如下:No CUDA GPUs are available解决方法:1、首先在报错的位置net.cuda前加入cuda检测语句:print(torch.cuda.is_available())输出为False,证明cuda不可用2、检查本机中的cuda是否安装成功,且版本号是否与pytorch的版本号对应。检查发现没有问题3、检查os.environ["CUDA_VISIBLE_DEVICES"] = "1"语句,将1改为0,再运行无误。原因可能是本机上只有一个cuda,序号应为0。原创 2021-05-11 23:23:01 · 10763 阅读 · 1 评论