Mr____Cheng的博客

原因： 服务器不稳定 解决方法： 多运行几次，就可能下载成功了。 如果实在下载不了，可以这里直接下载数据集： FashionMNIST数据集传送门 下载手写数字识别数据集MNIST时，报错503，方法同上。 如果实在下载不了，可以这里直接下载数据集： MNIST数据集传送门 ...

说明： 这里的tensor不涉及高维张量，即为一维张量或二维张量。 1、a*b 1.1、a和b同行同列 张量中各元素对应相乘。 a = torch.tensor([[1,2],[2,3],[3,4]]) b = torch.tensor([[1,2],[2,3],[3,4]]) print(a*b) 输出： tensor([[ 1, 4], [ 4, 9], [ 9, 16]]) 2、torch.mm(a,b) 数学中的矩阵相乘。 a = torch.tensor.

1、区分源变量和结果变量 x = torch.arange(-8.0, 8.0, 0.1, requires_grad= True) y = x.relu() x为源变量，基于源变量x得到的变量y为结果变量。 2、如何使用backward()方法自动求梯度 一个标量调用它的backward()方法后，会根据链式法则自动计算出源变量的梯度值。 2.1、结果变量是一维张量 基于以上例子，就是将一维张量y变成标量后，然后通过调用backward()方法，就能自动计算出x的梯度值。 那么，如何将一维张量y变成

1、最值得注意的区别 # torch.arange() x = torch.arange(1.0,6.0) print(x) 输出：tensor([1., 2., 3., 4., 5.]) # torch.range() y = torch.range(1.0,6.0) print(y) 输出：tensor([1., 2., 3., 4., 5., 6.]) torch.arange(start=1.0, end=6.0)的结果不包括end torch.range(start=1.0, end=6.

1、下载d2lzh_pytorch d2lzh_pytorch传送门 2、解压，放入python环境里 文件路径如下： 3、回到代码，运行d2lzh_pytorch模块 3.1、错误提示：ModuleNotFoundError: No module named ‘tqdm’ 直接命令行，pip install tqdm即可安装tqdm模块。 3.2、错误提示：ModuleNotFoundError: No module named ‘torchtext’ 直接命令行，pip install torchte