pytorch大体来说分为三个部分,第一个部分是数据准备,第二个部分是model搭建,第三个部分是训练。
pytorch的数据准备,大致为:data-->tensor data-->data set(data target)-->data load(加batch)
pytorch的模型搭建:继承自torch.nn.module,一定要重写一个forward的函数,将这个模型定义为class Net
训练:定义一个Net,然后加入学习率等参数,选择合适的优化算法和loss函数
pytorch大体来说分为三个部分,第一个部分是数据准备,第二个部分是model搭建,第三个部分是训练。
pytorch的数据准备,大致为:data-->tensor data-->data set(data target)-->data load(加batch)
pytorch的模型搭建:继承自torch.nn.module,一定要重写一个forward的函数,将这个模型定义为class Net
训练:定义一个Net,然后加入学习率等参数,选择合适的优化算法和loss函数
您可能感兴趣的与本文相关的镜像
PyTorch 2.5
PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理
1059
3887
1064

被折叠的 条评论
为什么被折叠?