【黑马程序员自然语言处理实战课程】学习笔记---pytorch基础知识和autograd

目录

1.1什么是pytorch

 1.2pytorch基础语法

 1.3pytorch基本运算

1.4关于torch tensor和numpy array之间的相互转换

2.1autograd基础概念

2.2 关于tensor操作 


1.1什么是pytorch

pytorch是一个基于Numpy的科学计算包,向他的使用者提供两大功能

  • 作为numpy的替代者,向用户提供GPU强大功能的能力;
  • 作为一款深度学习的平台,向用户提供最大的灵活性和速度

pytorch基本元素操作:

  • tensor张量:类似于numpy中的ndarray数据结构,最大区别在于tensor可以利用GPU的加速功能。
  • 需要先将torch引用进来
    from __future__ import print_function
    import torch

 1.2pytorch基础语法

  •  创建一个没有初始化的矩阵
x = torch.empty(5,3)
print(x)
  • 创建一个有初始化的矩阵
    y=torch.rand(5,3)
    print(y)

     注意:对比有无初始化矩阵:当声明一个未初始化的矩阵时,它本身不包含任何确切的值,当创建一个未初始化的矩阵时,分配给矩阵的内存中有什么数值就赋值给这个矩阵,本质上是毫无意义的数据

  • 创建一个全零 矩阵并可指定数据元素的类型为long

    z=torch.zeros(5,3,dtype=torch.long)
    print(z)
  • 直接通过数据创建张量
a=torch.tensor([2.5,3.5])
print(a)
  •  通过已有的一个张量创建相同尺寸的张量

 1.3pytorch基本运算

  • 加法操作
# 第一种加法
x=to
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值