Pytorch基础

🌞欢迎来到深度学习的世界 
🌈博客主页：卿云阁

💌欢迎关注🎉点赞👍收藏⭐️留言📝

🌟本文由卿云阁原创！

✉️希望可以和大家一起完成进阶之路！

🙏作者水平很有限，如果发现错误，请留言轰炸哦！万分感谢！

---

Pytorch基础操作

      创建一个5行3列的矩阵，它的格式是tensor，翻译成张量，把它当成一个矩阵即可，它是一个基本的计算单元。

view操作

    假设我们原来的矩阵是4*4的，现在可以把它变成一个向量，第三行代码的-1指的是自动去做计算的意思，8代表第二个维度具有8个元素。

tensor格式可以和numpy的格式做一个转换

自动求导机制

     我们为什么要用到这些框架鸭，直接用python写代码不香嘛？难度最大的地方就是反向传播了，反向传播中需要逐层求导（w），并且这个w是一个矩阵。框架比较好的就是自动计算反向传播的求导操作。

线性回归模型

Tensor常见的形式有哪些

     Tensor就是我们拿到的所有输入数据。

• 0: scalar（数值）
• 1: vector（向量）
• 2: matrix（矩阵）
• 3: n-dimensional tensor（高维数据）

scalar

Vector（表示的是某一个特征）

    假设现在我们有一个样本，这个样本中有三个指标，分别是身高，体重，年龄。这3个指标我们把它叫做一个特征（一个向量）。

Matrix

• 一般计算的都是矩阵，通常都是多维的

强大的hub模块

GITHUB:https://github.com/pytorch/hub

模型：https://pytorch.org/hub/research-models

     一行代码，调用很多的模型。下面给大家演示一下怎么使用的。比如我们点这一个做分割任务。

Deeplabv3 | PyTorch