听麻麻说,偷偷收藏而不感谢是不礼貌的,至少应该点个赞~我觉得麻麻说的对!
不断地被人安利PyTorch,终于忍不住诱惑决定入坑了。
当初学习TensorFlow的时候,没有系统性地学习。之前TF的英文官网一直看不了,而中文版的文档又很烂,导致学起来一直不那么爽,每次搭建模型的时候,都要大量的回来查阅文档,对很多基本的用法搞不清楚。
当我翻看PyTorch官网的时候,一下子就爱上了它那清晰的文档和友好的入门指南。所以决定好好地系统性地把PyTorch学一学。所以,记一份适合自己的更加清晰简明的笔记,把基础打牢固,就很有必要了。
这份笔记的目的,主要是
方便随时查阅,不必去看详细的冗长的原始文档。也方便跟我一样的小白可以
迅速入门,进行实践。
本篇是PyTorch简明笔记第[1]篇.
安装PyTorch应该不用我多说,他们的官网很人性化地给出了各种环境应该怎么安装,网址:https://pytorch.org/get-started/locally/
像我这个破电脑没有GPU,就在CUDA那里选择None,直接在终端运行它提供的命令,就可以安装了。
安装完以后,在python里面试试 import torch,没有报错就安装好了。
一、定义/初始化张量Define tensors
tensor,即“张量”。实际上跟numpy数组、向量、矩阵的格式基本一样。但是是专门针对GPU来设计的,可以运行在GPU上来加快计算效率。
PyTorch中定义tensor,就跟numpy定义矩阵、向量差不多,例如定义一个5×3的tensor,每一项都是0的张量:
x = torch.zeros(5,3)
如果想查看某个tensor的形状的话,使用:
z.size(),或者z.shape,但是前者更常用。
下面列举一些
常用的