为什么学习pytorch
现在流行一种说法,pytorch 比tensorflow更加的友好.我也不知道哪个更友好,幸好有tensorflow的基础,现在就来学习pytorch 比较一下 看看哪个更加的友好
- 现在在Git上面最新的模型pytorch实现的更多,这算不算是大家的选择呢!
linear模型
刚接触也不写什么很复杂的,linear 虽然很简单但是该有的都有了,俗话说麻雀虽小五脏俱全,话不多说,走起
Y = WX + b 就这么简单,咱们来实现这个
下面就上代码了:
import torch
from IPython import display
import numpy as np
num_inputs = 2
num_examples = 1000
true_w = [4,-4.4] #仿真数据|
true_b = 7.4
features = torch.tensor(np.random.normal(0, 1, (num_examples,num_inputs)))# 创造特征
labels = true_w[0] * features[:,0] + true_w[1] * features[:,1] + true_b # 创建标签
labels += torch.from_numpy(np.random.normal(0,0.01,size=labels.size())) # 添加噪声
def use_svg_display():
display.set_matplotlib_formats(“svg”)
def set_figsize(figsize = (4,4)):
use_svg_display()
plt.rcParams[“figure.figsize”] = figsize
set