摘要： 在PyTorch中，反向传播是依靠.backward()实现的。 关于自动求导的属性设置：可以通过设置.requires_grad=Ture来执行自动求导，通过代码块的限制来停止自动求导。 也可以通过.detach()获得一个新的Tensor，拥有相同的内容但不需要自动求导。 import torc 阅读全文

摘要： 在整个PyTorch框架中，所有的神经网络本质上都是一个outograd package（自动求导工具包） autograd package提供了一个对Tensors上所有的操作进行自动微分的功能。 关于torch.Tensor torch.Tensor 是整个package中的核心类，如果将属性. 阅读全文

摘要： 关于Torch Tensor 和 Numpy array之间的转换 Torch Tenser和Numpy array共享底层的内存空间，因此改变其中一个的值，另一个也会随之被改变。 Torch Tensor 转 Numpy array a=torch.ones(5)print(a)b=a.numpy 阅读全文

摘要： 1.对比无初始化的矩阵，当声明一个未初始化的矩阵时，它本身不包含任何确切的值。当创建一个未初始化的矩阵时，分配给矩阵的内存中有什么数值就赋值给这个矩阵，本质是毫无意义的数据。 from __future__ import print_functionimport torch# 创建一个没有初始化的矩 阅读全文