《pytorch深度学习实战》学习笔记第1章

本文介绍了深度学习的基本概念,重点讲解了PyTorch库在深度学习中的应用,包括其张量操作、GPU加速、神经网络构建、数据处理、训练流程和基本实践。同时提供了使用PyTorch进行Python版本检查和CUDA状态验证的练习题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

第1章 深度学习和pytorch库简介

1.1 深度学习革命

机器学习依赖特征工程。而深度学习是从原始数据中自动找出这样的特征。

1.2 pytorhc深度学习

pytorch是一个python程序库。pytorch为深度学习提供了入门指南。pytorch的核心数据结构——张量,为一个多维数组,与numpy数组相似。pytorch可以在专用硬件上执行加速数学操作的特性,使得神经网络在单机或并行计算变得方便。

1.3 为什么用pytorch

pytorch很容易被推广,因为简单;

很容易操作张量;

使用GPU加速计算;

提供了支持通用数学表达式数值优化的工具,该工具用于训练深度学习模型。

可以关注问题本身;

配备了高性能的C++环境,方便部署。

1.4 pytorch如何支持深度学习

构建神经网络的pytorch核心模块位于torch.nn中,提供了通用的神经网络层和其它架构组件。为了训练模型,还需要:数据集、优化器、硬件计算。

(1)从外部获取数据,然后将数据中的每个样本转换成pytorch可以处理的张量;

(2)数据预处理在torch.utils.data中的Dataset类;

(3)由于数据存储很慢,需要并行化数据加载。加载数据,在DataLoader类中实现;

(4)循环训练数据,并用损失函数评估模型,tor

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值