V_lq6h的博客

PyTorch–快速入门一.安装与配置关于pytorch的安装，要从官网选择操作系统，包管理器pip，python版本及CUDA版本，会对应不同的安装命令二.PyTorch入门第一步PyTorch的简洁设计使得它入门很简单，在深入介绍PyTorch之前，本节将先介绍一些PyTorch的基础知识，能够对PyTorch有一个大致的了解，并能够用PyTorch搭建一个简单的神经网络本节内容...

PyTorch–Tensor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，PyTorch也不例外一.Tensor的简介Tensor，又名张量，可能对这个名词似曾相识，因它不仅在PyTorch中出现过，它也是Theano、TensorFlow、Torch和MxNet中重要的数据结构。关于张量的本质不乏深度的剖析，但从工程角度来讲，可简单地认为它就是一个数组，且支持高效的科学计算。它...

PyTorch–常用的工具在训练神经网络的过程中需要用到很多工具，其中最重要的三部分是数据，可视化和GPU加速一.数据处理数据的处理对训练神经网络来说十分重要，良好的数据处理不仅加速模型训练，也会提高模型效果数据加载在PyTorch中，数据加载可通过自定义的数据集对象实现。数据集对象被抽象为Dataset类，实现自定义的数据集需要继承Dataset，并实现两个python魔法方法：...

Pytorch–autograd用Tensor训练网络很方便，但从上一小节最后的线性回归例子来看，反向传播过程需要手动实现。这对于像线性回归等较为简单的模型来说，还可以应付，但实际使用中经常出现非常复杂的网络结构，此时如果手动实现反向传播，不仅费时费力，而且容易出错，难以检查。torch.autograd就是为方便用户使用，而专门开发的一套自动求导引擎，它能够根据输入和前向传播过程自动构建计算图...

PyTorch–神经网络工具箱nnautograd实现了自动微分系统，然而对于深度学习来说过于底层，，我们介绍的nn模块，构建与autograd之上的神经网络模块。除了nn之外，我们还会介绍神经网络中常用的工具，比如优化器optim,初始化init等一.nn.Module使用autograd可实现深度学习模型，但其抽象程度较低，如果用其来实现深度学习模型，则需要编写的代码量极大。torch...