哒哒哒哒 哒哒

本文介绍了PyTorch中张量数据类型的常用操作：1）使用.type()获取张量类型；2）通过.type(目标类型)或.目标类型()进行类型转换；3）利用isinstance()函数检测张量类型是否合法。示例代码展示了如何对2×3的随机张量执行上述操作，包括获取其类型为FloatTensor、转换为DoubleTensor以及验证类型匹配情况。这些操作在PyTorch数据处理过程中较为常用。

本文提供了Windows系统下Anaconda的详细安装教程，适合零基础用户。首先介绍了Anaconda作为Python发行版的优势，然后分步骤指导下载和安装过程，包括环境变量配置等关键设置。安装完成后，提供了两种验证方法，并演示了如何创建Python 3.9虚拟环境及安装PyTorch等库。教程图文并茂，涵盖了从安装到基础使用的完整流程，帮助用户快速搭建Python开发环境。

本文介绍了PyTorch模型保存与加载的3种常见场景：1）推理时保存和加载模型权重；2）继续训练时保存和加载完整状态（包括模型、优化器、调度器）；3）微调时部分加载预训练权重。关键点包括：使用state_dict()保存模型参数，注意设置strict=False处理部分加载情况，加载时指定map_location="cpu"增强通用性，以及切换model.eval()/train()模式。速记口诀总结了不同场景下的最佳实践。

快速实践 LSTM，来吧！

步骤一：确定 RNN Layer 相关参数值并基于此创建。步骤二：确定 训练流程。步骤三：测试训练结果。

nn.Modulenn.Module__init__具有不具有forwardforward连接关系的结果如下所示：可参照结果对照理解。

BN 快速实践来啦！

当设定指标在最近几个epoch中都没有变化时，调整学习率。】每 n=step_size 轮，调整学习率。

【PyTorch 新手基础】过拟合 overfitting 常见应对方案快速介绍：Regularization 等

PyTorch -- Visdom 快速实践【新手代码示例+结果截图展示】

MSE CEL ...

首先，简单复习下什么是梯度：梯度是偏微分的集合。

通过简单例子说明 where 使用方法

最小 min, 最大 max, 均值 mean，累加 sum，累乘 prod …norm 范数，非 normalization 不是一个概念。

PyTorch 学习之 Tensor 数学运算

使用 stack 在。

expand/repeat 两者效果完全相同。为例，展示常用的维度变换操作。以如下 tensor。

Indexing: 使用索引获取目标对象，Slicing: 使用切片获取。以如下 tensor。

查看 dim 为 0 是标量，否则是张量。【什么是张量】标量与张量：用。