【01】pytorch基础知识-基本运算

这篇博客主要介绍了如何安装和配置PyTorch环境,包括anaconda、pycharm和CUDA+CUDNN。此外,详细阐述了张量与矩阵、向量、标量之间的关系,特别是Variable在PyTorch中的作用,它为张量提供了自动求梯度的功能。还展示了使用torch.from_numpy创建张量的方法以及torch.normal()创建张量的四种不同模式。适合初学者了解PyTorch基础操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

作业题

1. 安装anaconda,pycharm, CUDA+CuDNN(可选),虚拟环境,pytorch,并实现hello pytorch查看pytorch的版本

在这里插入图片描述

2. 张量与矩阵、向量、标量的关系是怎么样的?

标量是0维的数据,只有一个值,向量是1维的数据,矩阵是2维的数据,张量是高维的数据;

3. Variable“赋予”张量什么功能?

赋予变量求梯度的功能,可以在torch的计算图中运算。
variable 是一个封装好的模块,包含:tensor.data;tensor.grad;tensor.grad_fn;tensor.retain_graph

4. 采用torch.from_numpy创建张量,并打印查看ndarray和张量数据的地址;

在这里插入图片描述
在这里插入图片描述

5. 实现torch.normal()创建张量的四种模式。

mean,std均为标量
在这里插入图片描述

mean标量,std张量
在这里插入图片描述

mean张量,std标量
在这里插入图片描述

mean,std均为张量
在这里插入图片描述

作业题是《深度之眼》pytorch框架班训练营的题目。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值