当初因为某些原因从keras转向使用pytorch,入门复现自己原本keras的一些常用代码大概花了一周左右,通过官方文档以及到处查,最终汇总了一些常用的代码,闲来无事记录一下,大家如果和我一样由其他深度学习框架转向比较热门的pytorch入门找资料的话可以参考,如果是回归类问题都是可以直接使用的,也包含了一些自己入门的思路。
需要导入的包
import torch
import torch.nn as nn
import torch.nn.functional as F
import numpy as np
import pandas as pd
from torch.autograd import Variable
from sklearn.metrics import mean_squared_error
import matplotlib.pyplot as plt
输入数据
对于数据的处理当时也找了很久,输入数据是以xlsx表格的形式,之后则是转化为张量
'''import data'''
dimension = 8
num_epochs = 1000
data_high = np.array(pd.read_excel('./data/high_8.xlsx',header=None))
data_low = np.array(pd.read_excel('./data/low_8.xlsx',header=None))
data_test = np.array(pd.read_excel('./data/test_8.xlsx',header=None))
i1 = len(data_lo