动手学深度学习（pytorch）学习记录6-矢量化加速与正态分布与平方损失[学习记录]

注：本代码在jupyter notebook上运行
封面图片来源

1 、矢量化加速

在训练模型时， 为了实现同时处理整个小批量的样本，需要对计算进行矢量化， 从而利用线性代数库，而不是在Python中编写开销高昂的for循环。

%matplotlib inline
# %matplotlib inline 是一个IPython魔术命令（magic command），主要用于Jupyter Notebook或IPython环境中，用于控制matplotlib绘图的显示方式。当你在Jupyter Notebook中运行这个命令时，它会使得matplotlib生成的图表直接嵌入到Notebook的输出中，而不是在新的窗口中打开。
import math
import time
import numpy as np
import torch
# from d2l import torch as d2l

# 两个全为1的10000维向量
n = 10000
a = torch.ones([n])
b = torch.ones([n])

定义计时器

class Timer:  #@save
    """记录多次运行时间"""
    def __init__(self):
        self.times = []
        self.start()

    def start(self):
        """启动计时器"""
        self.tik = time.time()

    def stop(self):
        """停止计时器并将时间记录在列表中"""
        self.times