图像去雾毕业论文准备12-深度学习框架（pytorch）——超级详细（基础环境）

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!）

）