kaiaaaa的博客

本文详细介绍了PyTorch的CPU和GPU版本安装方法。CPU版可直接通过pip安装，GPU版安装需注意：1)确认显卡计算能力≥3.0；2)根据NVIDIA驱动和PyTorch版本选择匹配的CUDA版本；3)安装对应cuDNN库；4)创建虚拟环境后安装PyTorch。文中提供了具体操作步骤和版本匹配指南，并建议配置国内镜像源以加快下载速度。安装后可通过命令行工具验证CUDA和cuDNN是否正常工作。

详解pytorch中神经网络的几种定义方法

函数生成的张量类型范围/分布示例用途torch.rand随机浮点数张量均匀分布 [0, 1)生成指定形状的均匀分布随机浮点数张量随机浮点数张量均匀分布 [0, 1)生成与给定张量形状相同的均匀分布随机浮点数张量随机整数张量整数范围 [low, high)生成指定范围的随机整数张量随机整数张量整数范围 [low, high)生成与给定张量形状相同的指定范围的随机整数张量标准正态分布随机浮点数张量正态分布（均值 0，标准差 1）生成标准正态分布的随机浮点数张量。

是一个将多个张量（Tensor）数据进行简单包装整合的数据集类，它主要的作用是将相关联的数据（比如特征数据和对应的标签数据等）组合在一起，形成一个方便后续用于训练等操作的数据集对象。例如，如果你有输入特征数据x（形状为）和对应的标签数据y（形状为），且它们都是类型，可以这样创建。