这篇博客介绍了如何安装PyCharm和PyTorch，包括CUDA的下载与PyTorch的安装步骤。接着，文章详细讲解了实现深度学习中的反向传播过程，包括数据集生成、超参数定义、训练环节以及训练结果的可视化。
01 安装pycharm
这是 PyCharm 的下载地址：http://www.jetbrains.com/pycharm/download/#section=windows
下载完了以后，无脑点击下一步即可。
02 安装pytorch
2.1 下载安装CUDA
访问英伟达官网下载CUDA，链接为https://developer.nvidia.com/cuda-downloads。CUDA版本请选择10.1.如果您还想装tensorflow，那么请您装CUDA10.0。
2.2 安装Pytorch以及相关包
到Pytorch官网下载相应的安装包。链接：https://pytorch.org/
若您选择了conda或者pip安装方式，可以复制命令行到 Conda Prompt 中。注意如果觉得下载速度过慢，可以更换国内源。
02 实现反向传播
2.1 生成数据集
为了简单起见，我们将根据带有噪声的线性模型构造一个人造数据集。我们的任务是使用这个有限样本的数据集来恢复这个模型的参数。
max_degree = 20 # 多项式的最大阶数
n_train = 100 # 训练数据集大小
true_w = np.zeros(max_degree) # 分配大量的空间
true_w[0:4] = np.array([5, 1.2, -3.4, 5.6
最低0.47元/天 解锁文章
扫一扫
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
