图像去雾毕业论文准备11-深度学习框架(pytorch)——超级详细(基础环境)
上一篇中已经说明了本节的学习内容,就是对pytorch进行学习,然后开始看卷积相关的内容!
动态图和静态图的区别
pytorch 和 tensorflow2.0以上差不多,所以为了后面看代码选择性更大,这里把pytorch也简单学习一下,之前已经学习了tensorflow,这里就以此类推进行学习!
线性回归:
# 导入库
import torch
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
data = pd.read_csv('dataset.csv')
# print(data)
plt.scatter(data.Education,data.Income)
plt.show()
plt.xlabel('Education')
plt.ylabel('Income')
这里和上一节一样
# 如果直接这样使用,返回的是andas.core.series.Series格式
X = data.Education
print(X)
print(type(X))
# 所以需要使用array类型,在类型后加上一个values即可转化成array类型
X = data.Education.values
print(type(X))
补充一点,昨天出现的错误,是因为数据的原因,目前我已找到,数据中多了很多标点符号,并且有一个还出现了引号。
在本地中进行修改以后就正常运行了
# 通过输入可以将以上的numpy转化成torch
X = torch.from_numpy(data.Education.values.reshape(-1,1).astype(np.float32))
print(X)
如下所示:
算了,就到这吧,下节详细讲解一个案例,进行熟悉和加深理解!
(完!)
)