Python使用pytourch模拟

最新推荐文章于 2024-09-07 13:25:44 发布

dltan

最新推荐文章于 2024-09-07 13:25:44 发布

阅读量796

点赞数 2

分类专栏： Python

本文链接：https://blog.csdn.net/tandelin/article/details/103567215

版权

Python 专栏收录该内容

78 篇文章 9 订阅

订阅专栏

目前PyTorch 已经支持windows环境，由于pytourch建立的神经网络是动态的, 相比静态的 Tensorflow, 他能更有效地处理一些问题, 比如说 RNN 变化时间长度的输出，所以深度学习中PyTorch 也是备受推崇。

安装tourch

pip install http://download.pytorch.org/whl/cu80/torch-0.4.0-cp36-cp36m-win_amd64.whl  
pip install torchvision

模拟程序

import torch
import torch.nn as nn
import numpy as np

# 构建输入集
x = np.mat('0 0;'
           '0 1;'
           '1 0;'
           '1 1')
x = torch.tensor(x).float()
y = np.mat('1;'
           '0;'
           '0;'
           '1')
y = torch.tensor(y).float()
myNet = nn.Sequential(
    nn.Linear(2, 10),
    nn.ReLU(),
    nn.Linear(10, 1),
    nn.Sigmoid()
)
print(myNet)

# 设置优化器
optimzer = torch.optim.SGD(myNet.parameters(), lr=0.05)
loss_func = nn.MSELoss()

for epoch in range(5000):
    out = myNet(x)
    loss = loss_func(out, y)  # 计算误差
    optimzer.zero_grad()  # 清除梯度
    loss.backward()
    optimzer.step()
print(myNet(x).data)