PyTorch的安装( 学习用CPU也能接收,真正做点事情用GPU)
CPU版本安装:pip install torch1.3.0+cpu torchvision0.4.1+cpu -f https://download.pytorch.org/whl/torch_stable.html
GPU版本安装:pip install torch1.3.0 torchvision0.4.1 -f https://download.pytorch.org/whl/torch_stable
安装成功,自己装的是1.6.0的
【基本操作】
tensor跟numpy有很多相似、甚至还能很快的相互转化:
view操作跟numpy的reshape差不多
numpy的nparray和torch的tensor互相转换
【自动求导机制】(反向传播全部算好了,这也是“用框架”的好处)
定义一个可求导tensor
需要求导的,进行手动定义
方法1:
方法2:(稍微麻烦一丢丢)
requires_grad= True,表示需要求导
意思就是:z = wx+b
进行反向传播:a.backward(),最后一层标志一下,就自动反向传播了。
代码重复执行时,如果对梯度不清零,则会默认将梯度累加起来。因此一般要清零!
####################################
线性回归模型
x_values=
x_train=
无论建立多么复杂的模型,都可以把“类”先定义出来:
class Model(nn.Module):
用def 继承过来
简单的线性回归模型的构造:
模型
发现好像不能截图粘贴了?难道这个有上限??