小样yx的博客

前言 我们来用手写数字这个入门案例，拿它来熟悉一下pytorch 正文 讲解链接如下： https://www.bilibili.com/video/BV1fA411e7ad?p=13 本文代码的网络结构与视频讲解结构不同的是，本文将网络换成了LeNet网络 实现代码： import numpy as np import os import torch import torchvision from torch.utils.data import DataLoader from torchvision.da

前言 本文主要用pytorch对线性函数进行拟合，主要用到底层原理中的梯度下降与反向传播，原理可见该博文 前馈神经网络，感知机，BP神经网络 正文 直接上代码： 不懂的可以点该链接看讲解： https://www.bilibili.com/video/BV1fA411e7ad?p=13 # pytorch实现一个简单线性回归 import torch import matplotlib.pyplot as plt learning_rate = 0.01 # 1、准备数据 x = torch.rand([

目录前言正文1、张量1.1、创建张量1.2 用pytorch中的API创建张量2、张量中的方法与属性2.1 方法与属性2.2 张量取值与切片3、张量的数据类型4、GPU中创建张量 前言 该篇主要讲下pytorch的入门使用操作 pytorch版本：pytorch1.5.0 编程工具：PyCharm 正文 1、张量 1.1、创建张量 创建之前，先简单介绍一下张量，张量是各种数值数据的统称 0阶张量，表示常数 1阶张量，表示向量 2阶张量，表示矩阵 3阶张量，4阶张量。。。 如何看阶数？ 答：看张量的shape