Spring_24的博客

一、TensorBoard 1、安装 在PyTotch中使用TensorBoard是，首先要确保安装了以下包： pip install tb-nightly pip install future 输入from torch.utils.tensorboard import SummaryWriter后不会出错，则表明环境安装正确 若没有安装tb-nightly，则输入from torch.util...

从后向传播中排除子图 每一个tensor都有一个requires_grad标志，利用该标志可以精确地从计算图中排除子图，并且可以提高效率。 requires_grad 如果一个计算的输入需要计算梯度，则它的输出也需要计算梯度。相反，只有当所有的输入都不需要计算梯度时，输出才不需要计算梯度。如果子图中所有的tensor都不需要计算梯度，则不会在此子图上进行反向传播计算。 当你想要冻结模型的一部分，...

Tensor torch.is_tensor(obj) torch.is_storage(obj) torch.is_floating_point(input) -> (bool) torch.set_default_dtype(d) torch.get_default_dtype() → torch.dtype torch.set_default_tensor_type(t) torch...

tensor attributes 每一个torch.Tensor都有一个torch.dtype，torch.device，torch.layout。 torch.dtype

PyTorch提供了设计优雅的模块和类：torch.nn，torch.optim，Dateset和DataLoader，以帮助你创建和训练神经网络。为了充分利用它们的功能并且为你的问题定制它们，你需要正真理解它们在做什么。为了逐渐理解，我们首先在MNIST数据集上训练基本的神经网络，而不使用这些模块的任何特征。最初只会使用最基本的PyTorch tensor功能。然后，我们逐步添加来自torch....

此文为《torch.nn到底是什么？》的总结版。 首先创建基本的神经网络，然后逐步添加torch.nn，torch.optim，Dateset 和 DataLoader的功能，以显示每一部分的具体作用。 1、设置MNIST数据 使用经典的 MNIST 数据集，该数据集由手写数字（0-9）的黑白图像组成。 使用 pathlib 来处理路径（Python3标准库的一部分），用 requests 下载数...