Pytorch深度学习笔记（01）--自动求导、梯度下降、反向传播

目录 

工具

一、Pytorch是什么?

张量Tensors

二、Autograd: 自动求导(automatic differentiation)

1、变量(Variable)核心类

2、函数（Function）

3、梯度（Gradients）

梯度（可简单理解为导数）

4、反向传播

---

工具

1. dir():打开，查看里面内容
2. help():说明书

一、Pytorch是什么?

他是一个基于Python的科学计算包，目标用户有两类

• 为了使用GPU来替代numpy
• 一个深度学习援救平台：提供最大的灵活性和速度

张量Tensors

张量类似于numpy的ndarrays，不同之处在于张量可以使用GPU来加快计算。

注意

• torch.Size实际上是一个元组，所以它支持元组相同的操作。
• 任何在原地(in-place)改变张量的操作都有一个’_’后缀。例如x.copy_(y), x.t_()操作将改变x.

二、Autograd: 自动求导(automatic differentiation)

PyTorch 中所有神经网络的核心是autograd包.

1、变量(Variable)核心类

autograd.Variable是autograd包的核心类，它实际上是对张量(Tensor)的封装（容器）

• 可以通过