![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
PyTorch学习笔记
文章平均质量分 77
绝园の暴风雨
这个作者很懒,什么都没留下…
展开
-
7. SAVE AND LOAD MODEL
参考pytorch官方教程记的笔记原创 2023-07-20 15:43:06 · 128 阅读 · 0 评论 -
6. OPTIMIZATION
参考pytorch官方教程记的笔记原创 2023-07-20 15:42:04 · 67 阅读 · 0 评论 -
5. AUTOGRAD
默认情况下,requires_grad=True的所有张量都在跟踪其计算历史并支持梯度计算。但在某些情况下,我们不需要这样做,例如,当我们训练了模型,只想通过网络进行前向计算时,我们可以通过用。这个对象知道如何计算正向传播的函数,以及如何在反向传播步骤中计算其导数。考虑最简单的一层神经网络,输入x,参数w和b,以及一些损失函数。为了优化神经网络中的参数权重,我们需要计算损失函数相对于参数的导数,即,我们需要。是需要优化的参数,因此,需要能够计算损失函数相对于这些变量的梯度。,而不是计算雅可比矩阵本身。原创 2023-07-20 15:40:02 · 66 阅读 · 0 评论 -
4. BUILD THE NEURAL NETWORK
参考pytorch官方教程记的笔记原创 2023-07-18 16:27:04 · 208 阅读 · 0 评论 -
3. TRANSFORMS
数据并不总是以训练机器学习算法所需的最终处理形式出现,因此我们使用transforms对数据进行一些操作,使其适合训练。transform用于修改特性,用于修改标签。它们接受包含转换逻辑的可调用文件。模块提供了几种常用的开箱即用转换。FashionMNIST功能采用PIL图像格式,标签为整数。为了训练,需要将特征作为归一化张量,并将标签作为独热编码张量(one-hot tensor)。为了进行这些转换,我们使用ToTensor和Lambda。原创 2023-07-18 11:05:53 · 159 阅读 · 0 评论 -
2. DATASETS & DATALOADERS
参考pytorch官方教程记的笔记原创 2023-07-17 19:15:46 · 370 阅读 · 0 评论 -
1.Tensor
参考pytorch官方教程记的笔记原创 2023-07-17 13:21:58 · 127 阅读 · 0 评论