深度學習 Pytorch基礎

import

torch
import
numpy as np
"""建立tensor
1 傳入列表
2 傳入陣列
3 呼叫api
torch.empty() 會用無用資料填充 0 
torch.ones()
torch.zeros()
torch.rand([3,4]) 取0-1
torch.randint(low=0,high=10,size=[3,4])
torch.randn([3,4]) 滿足正態分佈 均值為0，方差為1
"""a = np.arange(12).reshape((3,4))
t =torch.tensor(a)
"""torch常用函式
1 當tensor只有乙個乙個值時，可用torch.items()獲取值。
2 將tensor轉化成numpy,z.numpy()
3 獲取形狀，t,size()
4 形狀修改，tensor.view([3,4])) 與reshape相似。
5 獲取維數 z.dim()
6 最大值，最小值，z.max()
7 轉置 z.t()
8 交換維度 z.permute(1,0,2) 交換前兩個維度
9 tensor滿足切片原則
10 x.add_(y) x+y賦值給x 
"""print
(t)print
(t.t())
print(t.permute(1,0))
"""資料型別
torch.float32,64,16
torch.int8,16,32,64
通過z.dtype獲取型別
"""print(t.dtype)

Pytorch學習 6深度學習數學基礎

損失函式 loss function 是用來估量模型的 值 我們例子中的output 與真實值 例子中的y train 的不一致程度，它是乙個非負實值函式，損失函式越小，模型的魯棒性就越好。我們訓練模型的過程，就是通過不斷的迭代計算，使用梯度下降的優化演算法，使得損失函式越來越小。損失函式越小就表示...

pytorch 深度學習

pytorch深度學習實踐 訓練集 開發集 模型評估 測試集。f x wx b f x wx b f x w x bloss 乙個樣本 cost mean square error training set 區域性最優，不一定全域性最優。鞍點 梯度為0，但無法繼續迭代。w w c ost ww w ...

pytorch入門 深度學習基礎及原理

這裡有乙個重點 因為pytorch是使用mini batch來進行計算的，所以損失函式的計算出來的結果已經對mini batch取了平均 nn.l1loss 輸入x和目標y之間差的絕對值，要求 x 和 y 的維度要一樣 可以是向量或者矩陣 得到的 loss 維度也是對應一樣的 nn.nllloss ...