提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
提示:这里可以添加本文要记录的大概内容:
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、迭代器的一些感悟
生成的迭代器只能遍历一次:
a=iter(list(range(10)))
for n in range(30):
print(next(a))
二、torch.normal()
normal前面那个参数是torch类型,指mean,后面是std
n_data=torch.ones(100,2)
x0=torch.normal(2*n_data,1)
y0=torch.zeros(100)
x1=torch.normal(-2*n_data,1)
y1=torch.ones(100)
x=torch.cat((x0,x1),0).type(torch.FloatTensor)
y=torch.cat((y0,y1),).type(torch.LongTensor)
2.两种建立模型的方法
代码如下(示例):
方法一:
class Net(torch.nn.Module):
def __init__(self,n_feature,n_hidden,n_output):
super(Net,self).__init__()
self.hidden=torch.nn.Linear(n_feature,n_hidden)
self.predict=torch.nn.Linear(n_hidden,n_output)
def forward(self,x):
x=F.relu(self.hidden(x))
x=self.predict(x)
return x
net=Net(2,10,2)
print(net)
方法二:
net=torch.nn.Sequential(torch.nn.Linear(2,10),
torch.nn.ReLU(),
torch.nn.Linear(10,2)
)