随笔分类 - pytorch入门与实践
摘要:内部结构 1.tensor分为头信息区(Tensor)和存储区(Storage); 信息区:tensor的形状(size)、步长(stride)、数据类型(type),信息区占用内存较少 存储区:数据保存为连续数组,主要内存占用在存储区 2.每一个tensor有着一个对应的storage,stora
阅读全文
摘要:Tensor类型 1.Tensor有不同的数据类型,每种类型又有CPU和GPU两种版本; 2.默认的tensor类型是FloatTensor,t.set_default_tensor_type可以修改默认的tensor类型; 3.特别的HalfTensor是专门为GPU显存不足设计的,同样的元素个数
阅读全文
摘要:#Tensor索引操作 ''''' Tensor支持与numpy.ndarray类似的索引操作,语法上也类似 如无特殊说明,索引出来的结果与原tensor共享内存,即修改一个,另一个会跟着修改 ''' import torch as t a = t.randn(3,4) '''''tensor([[
阅读全文
摘要:常用的Tensor操作 1、通过tensor.view方法可以调整tensor的形状,但必须保证调整去前后元素总数一致。view不会修改自身的数据,返回新的tensor与原tensor共享内存,即更改其中的一个,另一个也会跟这改变。 2、实际中经常需要添加或减少某一维度,可用squeeze和unsq
阅读全文
摘要:Tensor(张量) 1、Tensor,又名张量,从工程角度来说,可简单地认为它就是一个数组,且支持高效的科学计算。它可以是一个数(标量)、一维数组(向量)、二维数组(矩阵)或更高维的数组(高阶数组),torch里的Tensor支持GPU加速。 <!--block_code_end--> 基本操作
阅读全文
摘要:神经网络 1、Autograd实现了反向传播功能,但是直接用来写深度学习的代码在很多情况下还是少先复杂,torch.nn是专门为神经网络涉及到的模块化接口。nn构建与Autograd之上,可用来定义和运行神经网络。 2、nn.Module是nn中最重要的类,可以把它看做一个网络的封装,包含网络各层定
阅读全文
摘要:Autograd 1、深度学习的算法本质上是通过反向传播求导数,Pytorch的Autograd模块实现了此功能;在Tensor上的所有操作,Autograd都能为他们自动提供微分,避免手动计算导数的复杂过程。 2、autograd.Variable是Autograd中的核心类,它简单的封装了Ten
阅读全文
摘要:ipdb介绍 1、现在IPython之外使用debug功能,则需要安装ipdb(pip install ipdb),而后在需要进入调试的地方加上如下代码即可: import ipdb ipdb.set_trace() 2、命令 功能 h(elp) 显示帮助信息,help command显示这条命令的
阅读全文
摘要:诞生 1.2017年1月,Facebook人工智能研究院(FAIR)团队在GitHub上开源了pyTorch,并迅速占领GitHub热度榜榜首。 <!--block_code_end--> 常见深度学习框架简介 Theano 1、Theano最初诞生于蒙特利尔大学LISA实验室,于2008年开始开发
阅读全文
浙公网安备 33010602011771号