欢迎访问法甲下注_法甲竞猜_法甲联赛下注-官网有限公司官网 !

法甲下注_法甲竞猜_法甲联赛下注-官网

联系我们

全国咨询热线:0755-33506161

公司名称:深圳市法甲下注有限公司
电话:0755-33506161
传真:0755-33605535
手机:13922830701
地址:深圳市宝安区松岗镇广田路天恒石材市场8号厂房

[法甲联赛下注]60分钟入门深度学习工具PyTorch

文章来源:http://www.cityml.com 发表时间:2020-04-21 作者:[db:作者]

法甲联赛下注是24小时提供时政新闻,国内新闻,国际新闻,生活新闻,时事热点,新闻图片,军事,历史,生活,的专业时事报道门户网站。

作者 | Soumith Chintala

中文翻译、注释制作 | 黄海广

配置环境:PyTorch 1.3,python 3.7,

主机:显卡:一块1080ti;内存:32g(注:绝大部分代码不需要GPU)

目录

一、Pytorch是什么? 二、AUTOGRAD 三、神经网络 四、训练一个分类器 五、数据并行

他是一个基于Python的科学计算包,目标用户有两类

为了使用GPU来替代numpy 一个深度学习研究平台:提供最大的灵活性和速度

张量类似于numpy的ndarrays,不同之处在于张量可以使用GPU来加快计算。

from__future__ importprint_function

importtorch

构建一个未初始化的5*3的矩阵:

x = torch.Tensor( 5, 3)

print(x)

tensor([[ 0.0000e+00, 0.0000e+00, 1.3004e-42],

[ 0.0000e+00, 7.0065e-45, 0.0000e+00],

[-3.8593e+35, 7.8753e-43, 0.0000e+00],

[ 0.0000e+00, 1.8368e-40, 0.0000e+00],

[-3.8197e+35, 7.8753e-43, 0.0000e+00]])

构建一个零矩阵,使用long的类型

x = torch.zeros( 5, 3, dtype=torch.long)

print(x)

tensor([[0, 0, 0],

[0, 0, 0],

[0, 0, 0],

[0, 0, 0],

[0, 0, 0]])

从数据中直接构建一个张量(tensor):

x = torch.tensor([ 5.5, 3])

print(x)

tensor([5.5000, 3.0000])

或者在已有的张量(tensor)中构建一个张量(tensor). 这些方法将重用输入张量(tensor)的属性,例如, dtype,除非用户提供新值

x = x.new_ones( 5, 3, dtype=torch.double) # new_* methods take in sizes

print(x)

x = torch.randn_like(x, dtype=torch.float) # 覆盖类型!

print(x) # result 的size相同

tensor([[1., 1., 1.],

[1., 1., 1.],

[1., 1., 1.],

[1., 1., 1.],

[1., 1., 1.]], dtype=torch.float64)

tensor([[ 1.1701, -0.8342, -0.6769],

[-1.3060, 0.3636, 0.6758],

[ 1.9133, 0.3494, 1.1412],

[ 0.9735, -0.9492, -0.3082],

[ 0.9469, -0.6815, -1.3808]])

获取张量(tensor)的大小

print(x.size)

torch.Size([5, 3])

** 注意 **

torch.Size实际上是一个元组,所以它支持元组的所有操作。

操作

张量上的操作有多重语法形式,下面我们以加法为例进行讲解。

语法1

y = torch.rand( 5, 3)

print(x + y)

tensor([[ 1.7199, -0.1819, -0.1543],

[-0.5413, 1.1591, 1.4098],