PyTorch学习(2)—Variable(变量)

本文探讨了PyTorch中的Variable,它作为神经网络参数,能在反向传播中发挥作用。Variable与Tensor的主要区别在于,Variable能参与构建计算图并支持反向传播。通过示例代码展示了Variable的使用和运算特性。

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

神经网络里面的参数都是变量(variable)的形式。

Tensor和Variable在反向传播的时候会出现差别,Tensor不能反向传播,Variable可以反向传播。

Variable containing是指该variable属于搭建图的一部分。

示例代码1:

import torch
from torch.autograd import Variable

tensor = torch.FloatTensor([[1, 2], [3, 4]])
# requires_grad表示需不需要将定义的variable放到反向传播中
variable = Variable(tensor, requires_grad=True)

print(tensor)
print(variable)

运行结果:

1  2
 3  4
[torch.FloatTensor of size 2x2]

Variable containing:
 1  2
 3  4
[torch.FloatTensor of size 2x2]

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

打赏作者

cchangcs

谢谢你的支持~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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