pytorch基础练习和螺旋数据分类的代码练习

最新推荐文章于 2024-09-25 21:29:16 发布

qq_45771007

最新推荐文章于 2024-09-25 21:29:16 发布

阅读量870

点赞数

文章标签： pytorch 深度学习神经网络

本文链接：https://blog.csdn.net/qq_45771007/article/details/120674831

版权

本文通过PyTorch介绍了张量操作基础，并详细展示了如何使用matplotlib生成图像，构建线性和两层神经网络对螺旋数据进行分类，讨论了线性模型与ReLU激活函数在复杂任务中的效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、pytorch基础练习

PyTorch是一个python库，提供：

两个高级功能。一般定义数据使用torch.Tensor ， tensor的意思是张量，是数字各种形式的总称

import torch

# 可以是一个数
x = torch.tensor(666)
print(x)

torch可以是任意维度的数组，且支持各种各样类型的数据（如torch.float32, torch.float64, torch.uint8, torch.int8, torch.int32等等）：


# 可以是一维数组（向量）
x = torch.tensor([1,2,3,4,5,6])
print(x)


# 可以是二维数组（矩阵）
x = torch.ones(2,3)
print(x)

# 可以是任意维度的数组（张量）
x = torch.ones(2,3,4)
print(x)

创建Tensor有多种方法，包括：ones, zeros, eye, arange, linspace, rand, randn, normal, uniform, randperm, 使用的时候可以在线搜

Matplotlib 是一个综合性的库，用于在 Python 中创建静态、动画