从零开始学Pytorch(第一天)
写在前面
本人是一名NLP小白,无论是做应用还是写论文的过程中一般都是从网上爬点代码修改修改,但慢慢发现有些力不从心。知其然,更要知其所以然,此决心把Pytorch学到手,之前两个月也断断续续看了不少视频和书籍,但是效果并不好,自己的知识体系要靠自己建立。在此借用博客记录和激励一下自己的学习,如果能对大家有所帮助就更好了。
学习主要参考的书籍是《深入浅出Pytorch》、《基于Pytorch的自然语言处理》,视频主要是B站的《Pyrotch的深度学习实践》
开始学习吧
今天主要学习张量的创建和几个基本操作.
Pytorch简介
长篇大论就不说了,这里总结了Pytorch的几个优点:
- 无缝地和Python语言整合(对于学过python的人比较友好)。
- 使用动态图计算图模型(区别于TensorFlow1.0)。
- 高度模块化(我们可以像搭积木一样构造属于自己的深度学习模型!)。
安装也非常简单,只要跟着网上的教程即可完成,建议大家不要装太新版本的,很多代码还不支持高版本,我这里建议的版本是 (截图来自我使用的云服务器):
Pytorch运算的灵魂——张量
抛砖引玉——先谈谈向量和矩阵
在数学中,向量是指具有大小和方向的量。其实向量就是把数排成一维的一条线(行或列),比如
a = ( a 1 , a 2 , . . . , a n ) a=(a_{1},a_{2},...,a_{n}) a=(a1,a2,...