课堂问题
- 安装anaconda,pycharm, CUDA+CuDNN(可选),虚拟环境,pytorch,并实现hello pytorch查看pytorch的版本
比较简单,遇到了win10下NIVIDIA显卡无法使用的问题,解决方案见链接 最后一个控制面板可装可不装 - 张量与矩阵、向量、标量的关系是怎么样的?
张量从工程的角度讲就是一个数组,它可以是标量,向量,或者矩阵或者更高维数组,它的目的在于简化和加速计算。 - Variable“赋予”张量什么功能?
Variable用于对Tensor的封装以实现自动求导,但0.4.0以后,Variable并入Tensor,并多加了dtype,shape,device三个属性变量。 - 采用torch.from_numpy创建张量,并打印查看ndarray和张量数据的地址
见下图 - 实现torch.normal()创建张量的四种模式
见下图
import torch as t
import numpy as np
print("Hello,pytorch {}".format((t.__version__)))
print(t.cuda.is_available())
a = np.ones([2, 3], dtype=np.float32)
print(id(a))
b = t.from_numpy(a)
print(b)
a[0,1] = 100
print(b)
print(id(b))
mean = t.tensor([1,2,3],dtype=t.float32)
std = t.tensor([1,1,1], dtype=t.float32)
print(t.normal(mean, std))
means=t.arange(0,10,dtype=t.float32)
stds =t.arange(0,1,0.1,dtype=t.float32)
print(t.normal(means, stds))
means=t.arange(0,10,dtype=t.float32)
print(t.normal(means, 0.5))
stds =t.arange(0,1,0.1,dtype=t.float32)
print(t.normal(0.5, stds))
print(t.normal(0.5, 0.5, mean.size()))