PyTorch深度学习框架（一）

文中图片中的水印“爱学习的小凶许”是我的知乎号

我的知乎主页爱学习的小松许 - 知乎

anaconda是python的包管理工具

1.检查安装anaconda 打开cmd

conda list

查看conda 版本

conda --version

2.安装pytorch 应该以管理员的身份进入cmd

3.检查创建的虚拟环境

conda env list

默认的环境是base，想要进入虚拟环境pytorch中

conda activate pytorch

4.安装pycharm

5.在pycharm中新建项目时，先修改环境解释器

6.自动求导机制

• b = torch.rand(1, requires_grad=True)：创建一个形状为 (1,) 的张量 b，要求计算梯度。这意味着在后续的计算中，PyTorch 将会跟踪并计算相对于 b 的梯度。
• w = torch.rand(1, requires_grad=True)：创建一个形状为 (1,) 的张量 w，要求计算梯度。同样，PyTorch 将会跟踪并计算相对于 w 的梯度。
• z.backward(retain_graph=True)：计算 z 相对于所有要求梯度的张量的梯度。由于使用了 retain_graph=True，计算图将被保留，可以多次调用 backward() 方法。
• print(w.grad)：打印出张量 w 的梯度。在调用 backward() 后，PyTorch 会计算并存储相对于要求梯度的张量的梯度值，可以通过 .grad 属性获取。