anhec的博客

Autograd: 自动微分 PyTorch中所有神经网络的中心是autograd包。我们首先简单地看下这个包，然后来训练我们的第一个神经网络。 autograd包可以对所有在Tensors上进行的操作进行自动微分(differentiation)。它是一个由运行定义(define-by-run)的框架，意味着你的反向传递是由你的代码运行过程来定义的，并且每个单步的迭代都可以被微分。 让我们用更简...

神经网络 神经网络可以使用 torch.nn包来构建。 已经简单学习过了 autograd, nn是依赖 autograd去定义模型以及对其求导。一个nn.Module包含层(layers)，和一个方法forward(input)(方法返回output)。 例如，来看一下这个用来分类数字图像的网络： 这是一个简单的前馈网络。它接受输入，一个接一个地通过几个层为其提供数据，最后给出输出。 一个典型...

PyTorch是什么? 它是一个基于Python的科学计算包，针对两类用户： 替代NumPy使用GPUs的功能 一个最大灵活性且快速的深度学习研究平台 入门 Tensors Tensors与NumPy的ndarrays类似，不同点在于Tensors可以被用在GPU上来加速计算。 from __future__ import print_function import torch 构造一个5x...

翻译自PyTorch官方教程的入门篇；基于PyTorch搭建LeNet, VGG16, ResNet50, DenseNet网络，对CIFAR10数据集进行分类。