09 2022 档案

摘要:autograd实现线性回归 In [1]: import torch as t from torch.autograd import Variable as V from matplotlib import pyplot as plt from IPython import display In  阅读全文

posted @ 2022-09-14 14:56 cc小张 阅读(46) 评论(0) 推荐(0) |

摘要:线性回归 In [1]: import torch as t %matplotlib inline from matplotlib import pyplot as plt from IPython import display In [2]: # 设置随机种子,保证在不同计算机上运行时下面的输出一 阅读全文

posted @ 2022-09-14 13:44 cc小张 阅读(27) 评论(0) 推荐(0) |

摘要:pytorch基础学习四 In [2]: import torch from torch import nn from torch.utils.data import DataLoader from torchvision import datasets from torchvision.trans 阅读全文

posted @ 2022-09-13 14:15 cc小张 阅读(43) 评论(0) 推荐(0) |

摘要:torch基础学习三 In [1]: # eg:线性回归 import numpy as np import torch import torch.nn as nn class LinearRegressionModel(nn.Module): """ // 线性回归模型 // 其实线性回归就是一个 阅读全文

posted @ 2022-09-05 09:34 cc小张 阅读(32) 评论(0) 推荐(0) |

摘要:torch基础学习二 In [1]: import torch In [2]: # 初始化值x x = torch.randn(3,4,requires_grad=True) x Out[2]: tensor([[ 0.0687, 1.3774, -0.6309, 1.8103], [-0.1166 阅读全文

posted @ 2022-09-02 10:55 cc小张 阅读(29) 评论(0) 推荐(0) |

摘要:pytorch基础 In [1]: import torch In [2]: # 查询torch版本 print(torch.__version__) 1.11.0+cpu In [3]: x = torch.rand(5,3) y = torch.rand(5,3) In [4]: # 矩阵相加 阅读全文

posted @ 2022-09-02 10:12 cc小张 阅读(40) 评论(0) 推荐(0) |

博客园  ©  2004-2026
浙公网安备 33010602011771号 浙ICP备2021040463号-3