Pytorch入门笔记

已于 2022-11-12 21:26:52 修改
阅读量280 收藏
点赞数 1
CC 4.0 BY-SA版权
分类专栏： Python 文章标签： conda ipython python
于 2022-10-29 16:51:48 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/zjjaibc/article/details/127588850
这篇博客介绍了PyTorch的学习过程，包括环境配置、数据读取、TensorBoard使用、Transforms、数据加载、神经网络模块、卷积层、池化层、损失函数和反向传播等关键概念。还详细讲解了如何使用GPU进行训练，并提供了实际的代码示例。

一、环境配置

1.管理项目环境(用不同版本的包的时候->方便随时切换)

2.好用的两个工具

        一般的操作顺序，先dir不断深入工具箱，直到输出的内容含有变量时候“__bianlaing__”这个时候，就需要用help操作。

#step1:
dir(torch)
#step2:
dir(torch.cuda)
#step3:这一步输出的是含有下划线的变量(表明已经是一个确实的函数了)下一步应该用help函数
dir(torch.cuda.is_available)
#step4:利用help查看相关的帮助文档。
help(torch.cuda.is_available)
###有关为什么没有括号:已经help求助了,连括号都没了！

3.python在交互模式下，如果想要用一个块的模式进行多行输入

了解本专栏 订阅专栏 解锁全文 超级会员免费看
pytorch入门笔记
qq_45760086的博客
01-14 1270
pytorch深度学习入门笔记
Pytorch深度学习入门（笔记）
Superstar23333的博客
03-18 795
这是方差（损失）这是平均损失（MSE）这个值越小，拟合性越好。
pytorch入门笔记二
m0_56053705的博客
02-18 931
torch.nn.Sequential是一个容器，利用此容器可以快速简单的搭建一个简单的神经网络。这里以搭建一个三层神经网络为例。首先该容器的参数分别是上一层到下一层的权重、激活函数，以此循环。这里torch提供快速生成网络权重的方法：torch.nn.Linear(input,output)参数表示的分别是输入节点数和输出节点数。方法会根据输入输出节点数自动初始化一个权重矩阵。这里以输入节点数为10输出节点数为1为例输出结果为：因此这里的权重可以直接使用Linear()方法随机生成。
【Pytorch入门】小土堆PyTorch入门教程完整学习笔记（详细笔记并附练习代码 ipynb文件）
热门推荐
几度热忱的博客
03-28 3万+
【Pytorch入门】小土堆PyTorch入门教程完整学习笔记（详细笔记 文末附练习代码 ipynb文件）
PyTorch入门笔记
gpx33333的博客
01-15 307
PyTorch入门笔记 PyTorch与TensorFlow的区别： PyTorch：动态计算图， Dynamic Computation Graph TensorFlow：静态计算图，Static Computation Graph PyTorch是一个基于Python的科学计算库，它有以下特点： 类似于NumPy，但是它可以使用GPU 可以用它定义深度学习模型，可以灵活地进行深度...
PyTorch 入门学习笔记
qq_45913945的博客
06-22 880
PyTorch是由Meta开源的深度学习框架，支持GPU加速计算和自动微分。本文介绍了PyTorch的核心组件：1）张量（Tensor）的初始化、属性及操作；2）torch.autograd自动微分引擎的原理和应用，包括前向传播、反向传播及梯度计算；3）神经网络构建方法，涉及网络定义、损失函数、反向传播和权重更新。通过示例代码展示了如何使用预训练模型进行训练，并解释了计算图机制。PyTorch兼具NumPy的高性能计算能力和高效的自动微分功能，是深度学习研究和开发的重要工具。
PyTorch入门笔记（自用）
i++;
08-20 1775
pytorch入门笔记1.环境安装及配置1.1 安装anaconda1.2 验证安装1.3 检查显卡驱动是否正常1.4有序的安装环境---conda1.5安装pytorch1.6 检查是或否安装成功2.第一个pytorch工程2.1使用pycharm创建pytorch工程pycharm好处2.2使用jupyter创建pytorch工程2.21 在pytorch环境中安装jupyter 1.环境安装及配置 1.1 安装anaconda 官方下载地址：https://www.anaconda.com/produ
新手Pytorch入门笔记-概念入门
weixin_46028606的博客
04-26 1026
新手Pytorch入门笔记-概念入门
pytorch 入门笔记
koibiki的博客
12-21 1153
1.数据加载 自定义dataset import os import os.path as osp from torch.utils.data import Dataset class DogCatDataset(Dataset): def __init__(self, root_path, is_train): self.is_train = is_trai...
Pytorch学习笔记（1）学习准备
m0_50758340的博客
06-28 322
Pytorch学习笔记
精选资源
Pytorch入门实战学习笔记
04-24
### PyTorch 入门实战学习笔记 #### 一、PyTorch简介 PyTorch 是一个基于 Torch 的机器学习库，它支持动态计算图，主要用于应用程序中的深度神经网络研究。PyTorch 提供了丰富的功能，如自动梯度计算、GPU 加速...
新手Pytorch入门笔记-transforms.Compose()
weixin_46028606的博客
04-25 7436
新手Pytorch入门笔记-transforms.Compose()
第二章、PyTorch 入门笔记：从张量基本操作到线性回归实战
weixin_75154056的博客
09-09 1138
本文介绍了PyTorch深度学习框架的核心使用方法和线性回归实战。主要内容包括：1）PyTorch框架定位与优势，对比主流深度学习框架；2）张量（Tensor）的创建、类型转换和核心操作（数值计算、索引、形状调整等）；3）自动微分原理与实现；4）通过线性回归案例演示完整开发流程，涵盖数据准备、模型构建、训练优化和结果可视化。文章强调张量操作是基础，自动微分是核心，并提供了标准化的模型开发流程，为PyTorch入门学习提供了系统指导。
Conda 的使用说明
wudonglianga的专栏
12-06 743
本文介绍了Conda的安装与配置方法。Conda是一个跨语言的包管理和环境管理系统，支持Python、R等多种语言。主要分为Anaconda（包含大量预装包）和Miniconda（轻量版）两种发行版。Windows安装包括下载安装包、运行向导、选择安装路径等步骤；Linux系统则通过命令行下载脚本并运行安装。安装完成后需验证是否成功。Conda的系统架构包含核心功能、环境管理和包管理三大模块，支持多语言开发环境的创建与管理。
基于LangGraph的聊天机器人模拟评估系统（Ubuntu 2204 + Conda + vLLM）
本人任职于安超云技术架构部，拥有十余年云计算与AI经验。专注AI基础设施、分布式集群、高可用架构、虚拟化、存储、网络及数据库等领域。博客内容以学习笔记为主，力求准确，但个人能力所限，难免疏误。非常欢迎交流指正，期待与您共同探讨技术
12-06 517
作者：吴业亮 博客：wuyeliang.blog.youkuaiyun.com 2. 创建并激活Conda环境 3. 安装依赖（匹配V100 CUDA 11.8） 二、项目结构 三、完整代码实现 1. requirements.txt 2. config.py（核心配置，需替换模型路径） 3. model_wrapper.py（VLLM模型封装） 4. langgraph_agent.py（LangGraph评估流程） 5. web_server.py（FastAPI Web服务） 6. fronten
Docker 是什么？Docker 和 Conda 的区别
最新发布
weixin_55102248的博客
12-08 422
Conda 管的是语言依赖；Docker 管的是整个环境（用户空间 + 程序 + 依赖）。特性CondaDocker管理范围Python/R 包整个用户空间 + 程序 + 依赖隔离级别低高可移植性中极高部署一般专业级是否包含操作系统用户空间❌✔是否包含内核❌❌是否适合生产部署❌✔Conda = 语言级环境管理Docker = 系统级容器化环境Docker 容器可移植、隔离、可复现，适合开发、部署和协作。
Transformers 微调预训练模型：原理到实践（Ubuntu22.04 + Conda）
本人任职于安超云技术架构部，拥有十余年云计算与AI经验。专注AI基础设施、分布式集群、高可用架构、虚拟化、存储、网络及数据库等领域。博客内容以学习笔记为主，力求准确，但个人能力所限，难免疏误。非常欢迎交流指正，期待与您共同探讨技术
12-06 602
本文从原理到实践，覆盖了Transformers微调的核心逻辑、Ubuntu22.04+Conda环境搭建、基础全微调、进阶LoRA微调，以及常见问题解决方案。微调的本质是迁移学习，根据显存选择全微调/冻结微调/LoRA；Hugging Face生态（Transformers/Datasets/Trainer）大幅简化微调流程；关键参数（学习率、批次大小、文本长度）需根据模型/显存调整。微调生成类模型（如GPT-2、LLaMA）完成文本生成；
李毅pytorch学习笔记
01-23
### PyTorch 学习笔记概述 李毅编写的《PyTorch学习笔记》是一份详尽的学习指南，旨在帮助读者掌握深度学习框架PyTorch的核心概念和技术。这份笔记不仅涵盖了基础理论知识，还提供了大量实践案例和代码实现。 ####...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

_Ocean__

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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