HeLoZhaoFei的博客

参考：《深度学习之Pytorch实战计算机视觉》 该模型只考虑一个隐藏层； 定义四个整型变量； import torch batch_n=100 #一个批次输入的数量 hidden_layer=100 #隐藏层后保留的数据特征个数 input_data=1000 #每个数据包含的数据特征个数 output_data=10 #输出的数据，值为10，代表，我们最后要10个分类结果值 先输入100个具有1000个特征的..

一、Tensor的数据类型 说明： Tensor在 PyTorch中负责存储基本数据，PyTorch针对 Tensor也提供了丰富的函数和方法，Pytorch的Tensor与NumPy的数组具有极高的相似性； Tensor是一种高级的API； PyTorch中定义的Tensor数据变量可以在GPUs上进行运算，而且只需对变量做一些简单的类型转换就能够实现； 类型： 1、浮点型​ torch.FloatTensor​：用于生成浮点型Tensor，传递给torch.FloatTensor的参数可以是