tangzhaotz的博客

# pytorch# -*- coding: utf-8 -*-# @Author : Tangzhao# @Blog:https://blog.csdn.net/tangzhaotz"""构建神经网络，采用了torch.nn.Squential()来构建网络层，如果要对每一个层定义一个名称，可以采用Squential的一种改进方法，在Squential的基础上，通过add_module()来添加每一层，并且为每一层添加单独的名称此外，还可以在Squential的基础上，通过字典的形式添加

# python深度学习基于pytorch# -*- coding: utf-8 -*-# @Author : Tangzhao# @FileName: torch的nn.py# @Software: PyCharm# @Blog ：http://blog.csdn.net/tangzhaotz"""nn.functional与nn.Module中的Layer的主要区别是后者继承Module，会自动提取可以学习的参数，而nn.functional更像是纯函数。像卷积层、全连接层，D

# pytorch# -*- coding: utf-8 -*-# @Author : Tangzhao# @Blog:https://blog.csdn.net/tangzhaotz# tensor概述import torchx = torch.tensor([1,2])y = torch.tensor([3,4])z =x.add(y)print(z)print(x)x.add_(y)print(x)"""ensor([4, 6])tensor([1, 2])tens

# pytorch# -*- coding: utf-8 -*-# @Author : Tangzhao# @Blog:https://blog.csdn.net/tangzhaotzimport numpy as nplst1 = [3.14,2.17,0,1,2]nd1 = np.array(lst1)print(nd1)print(type(nd1))"""[3.14 2.17 0. 1. 2. ]<class 'numpy.ndarray'>"""

#!H:\pytorch# -*- coding:utf-8 -*- #Author: Tangzhao#content:pytorch"""we begin by creating an artificial dataset that is stored in a csv (comma-separated values)file ../data/house_tiny.csv. Data"""import osdef mkdir_if_not_exist(path): #@save