提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
提示:这里可以添加本文要记录的大概内容:
第一个作业安装pycharm与pytorch。
提示:以下是本篇文章正文内容,下面案例可供参考
一、PyCharm 是什么?
PyCharm 是一款功能强大的 Python 编辑器
二、安装步骤
1.安装pycharm社区版
2.安装python解释器
电脑原有的python是3.9,这次安装最新版本3.10.4
![在这里插入图片描述](https://img-blog.csdnimg.cn/e4ed16b934c9428a947687da628740e2
安装成功
3.安装pytorch
4.反向传播
代码如下(示例):
import torch
x_data = [1.0, 2.0, 3.0] # 输入值
y_data = [2.0, 4.0, 6.0] # 输出值
w = torch.Tensor([1.0])
w.requires_grad = True
def forward(x):
return x * w
def loss(x,y):
y_pred = forward(x)
return (y_pred - y) ** 2
for epoch in range(100): #训练100次
for x, y in zip(x_data,y_data) :
l = loss(x,y) # 前向传播,求Loss(损失函数),构建计算图
l.backward() # 反向传播,求出计算图中所有梯度存入w中
print("\tgrad: ",x,y,w.grad.item())
# w.grad.data:获取梯度,用data计算,不会建立计算图,每次获取叠加到grad
w.data = w.data - 0.01 * w.grad.data # 修正一次w,learningrate=0.01(类似步长
w.grad.data.zero_()
print("pregress:", epoch, l.item())