Pytorch学习
文章平均质量分 67
小~小
这个作者很懒,什么都没留下…
展开
-
pytorch学习第五篇:NN与CNN代码实例
这篇文章详细介绍了全链接神经网络实现方法,以及卷积的实现方法。最后我们发现,卷积的实现方法与全链接大同小异,因为 torch 为我们做了很多工作,我们来看看这两个有什么区别。我们使用 torch 框架来实现两种神经网络,来对图形进行分类。原创 2023-10-31 23:02:52 · 497 阅读 · 0 评论 -
pytorch学习第四篇:从全连接到卷积
通过全连接的方式,模拟神经元操作,而遇到多维数据,再用卷积进行计算,一步步在神经网络的算法上,向前迈进。两个都有一个共同点,就是y = wx+b,即使是卷积,也是这样的操作,只不过通过卷的方式来进行计算,更加的快速高效,对图像处理更好。这篇文章有些我对神经网络自己的理解,如果不对,就不对吧,希望能对你理解神经网络有所帮助。原创 2023-10-25 11:57:07 · 109 阅读 · 0 评论 -
pytorch学习第三篇:梯度
下面介绍了在pytorch中如何进行梯度运算,并介绍了在运行梯度计算时遇到的问题,通过解决一个个问题,来深入理解梯度计算。原创 2023-10-13 12:10:42 · 130 阅读 · 0 评论 -
pytorch学习第二篇:张量
普通乘法,下面是计算元素积。z1, z2, z3的值是一样的。张量的变化反映在 NumPy 数组中。NumPy 数组中的变化反映在张量中。矩阵乘法,对矩阵不了解的,可以看。原创 2023-10-13 10:54:35 · 76 阅读 · 0 评论 -
pytorch学习第一篇:conda配置jupyter notebooks pytorch
可看出用的python是pytorch下的python。安装jupyter notebook,运行命令。notebook查看pyhton版本。创建一个pytorch的环境。查看是否可以正常使用cuda。这里我的是cuda12.1。原创 2023-07-10 16:05:12 · 762 阅读 · 0 评论