loveliuzz的博客

一、可迭代对象与迭代器简介可迭代对象（iterable）：实现了 __iter__ 方法，该方法返回一个迭代器对象； 迭代器（iterator）:迭代器含有 __iter__ 和 next 方法，当调用 __iter__ 返回迭代器自身，当调用 next() 方法返回容器下一个值； 二者关系：使用 iter(可迭代对象) 转换为 (迭代器).二、pytorch输入数据pipline“三步走”策略一般pytorch的数据加载到模型的操作顺序如下：1、创建一个 Dataset 对象，必须实

一、Linear Model1、Mde和lLoss函数的构建2、计算权重w的损失loss3、画出w和mse的关系图4、全部整体的代码import matplotlib.pyplot as pltimport numpy as npx_data = [1.0, 2.0, 3.0]y_data = [2.0, 4.0, 6.0]# ou...

一、Linear regression（in PyTorch way） import torchfrom torch.autograd import Variable# data define(3*1)x_data = Variable(torch.Tensor([[1.0], [2.0], [3.0]]))y_data = ...

一、Manual data feed二、DataLoaderimport torchimport numpy as npfrom torch.autograd import Variablefrom torch.utils.data import Dataset, DataLoaderclass DiabetesDataset(Dataset): # Ini...

几乎所有的深度学习框架背后的设计核心都是：张量和计算图。一、Tensor 在pytorch中，Tensor（一般可译作“张量”）是重要的数据结构，torch.Tensor是存储和变换数据的主要工具，可认为是一个高维数组，它可以是一个数（标量）、一维张量（向量）、二维张量（矩阵）或更高维的张量。Tensor和numpy中的多维数组ndarray很类似，但Tensor可以使用GP...