1.Epoch,batch,Iteration名词解释
Epoch:使用训练集的全部数据对模型进行一次完整训练,被称之为“一代训练”
Batch:使用训练集中的一小部分样本对模型权重进行一次反向传播的参数更新,这一小部分样本成为“一批数据”
Iteration:使用一个Batch数据对模型进行一次参数更新的过程,称为“一次训练”
2.张量是一种特殊的数据结构,与数组和矩阵非常相似。在 PyTorch 中,我们使用张量对模型的输入和输出以及模型的参数进行编码。
张量类似于NumPy 的ndarray,不同之处在于张量可以在 GPU 或其他硬件加速器上运行。张量也针对自动微分进行了优化。
3.PyTorch提供了两个数据原语:torch.utils.data.DataLoader和torch.utils.data.Dataset ,让您使用预加载数据集,以及您自己的数据。 Dataset存储样本及其相应的标签,并DataLoader在 周围包装一个可迭代对象Dataset,以便轻松访问样本。
神经网络部分名称
最新推荐文章于 2024-09-05 23:33:39 发布