免费空间申请free_软件开发项目风险有哪些_网络营销策划方案范文_seo费用价格

2024/12/22 22:44:48 来源：https://blog.csdn.net/2404_82622750/article/details/144490743 浏览: 次关键词：免费空间申请free_软件开发项目风险有哪些_网络营销策划方案范文_seo费用价格

Pytorch

1.Pytorch基本语法

1.1 认识Pytorch

1.2 Pytorch中的autograd

2.Pytorch初步应用

2.1 使用Pytorch构建一个神经网络

2.2 使用Pytorch构建一个分类器

小节总结

学习了什么是Pytorch.
。Pytorch是一个基于Numpy的科学计算包,作为Numpy的替代者,向用户提供使用GPU强大功能的能力.
做为一款深度学习的平台,向用户提供最大的灵活性和速度。学习了Pytorch的基本元素操作
·矩阵的初始化:
.torch.empty()
torch.rand(n, m)
*torch.zeros(n,m,dtype=torch.long)。其他若干操作:
x.new_ones(n,m, dtype=torch.double)
torch.randn_like(x,dtype=torch.float)
*x.size()
。学习了Pytorch的基本运算操作
。加法操作:
。X+y
.torch.add(x,y)
torch.add(x,y, out=result)

torch.add(x, y, out=result)
.y.add_(x)
。其他若干操作
.x.view()
*x.item(学习了Torch Tensor和Numpy Array之间的相互转换。将Torch Tensor转换为Numpy Array:
.b=a.numpy(
。将NumpyArray转换为Torch Tensor:
b=torch.from_numpy(a)
注意: 所有才CPU上的Tensor, 除了CharTensor,都可以转换为Numpy Array并可以反向转换
学习了任意的Tensors可以用.to0)方法来将其移动到任意设备上

x= x.to(device)