pytorch常用函数及解释

原创已于 2023-06-03 15:26:15 修改 · 168 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #python #深度学习

于 2023-05-30 18:19:38 首次发布

该文详细解释了在使用PyTorch进行线性回归时常用的一些函数，包括torch.normal()用于生成随机张量，torch.arange()创建等差序列，torch.tensor()构造张量，以及yield和range在迭代中的作用。此外，还介绍了random.shuffle()对列表随机排序，sum()函数的两种用法，ones()生成全1张量，detach()分离张量与计算图，reshape()改变张量形状，argmax()获取最大值索引，zip()合并迭代器，以及数据加载相关的TensorDataset和data.DataLoader。nn.Sequential结合nn.Linear(2,1)展示了简单的神经网络结构。

部署运行你感兴趣的模型镜像

线性回归中常用函数及解释

torch.normal(): 解释
torch.arange(): 解释
torch.tensor(): 解释
yield: 解释
range: 解释
random.shuffle: 解释
常见运算: 解释
sum: 解释1
sum: 解释2
ones: 解释
detach: 解释
reshape: 解释
argmax:解释
zip:解释