Pytorch学习笔记目录目录Pytorch学习笔记1.nn.moduleList 和Sequential用法
原创
2022-08-24 17:11:00
281阅读
PyTorch是PyTorch在 Python 上的衍生. 因为PyTorch是一个使用 Python语言的神经网络库, To
原创
2023-06-25 07:37:14
86阅读
本文介绍了PyTorch的一个基本用法，读完本问文，你可以用PyTorch实现一个简单的双层神经网络。
原创
2022-09-23 17:05:50
520阅读
[TOC] 学习网址：https://.youtube./watch?v=ogZi5oIo4fI 有道云笔记: "://note.youdao./noteshare?id=d86bd8fc60cb4fe87005a2d2e2d5b70d&sub=6732F9FA44C
原创
2021-12-29 17:56:32
332阅读
参考莫烦python：import torchimport torch.utils.data as Dataimport matplotlib.pyplot as pltimport torch.nn.functional as Fimport torch.nn as nnimport torchvision
EPOCH = 1BATCH_SIZE = 50LR = 0.01DOWNLOAD_M
转载
2021-03-12 11:06:58
249阅读
2评论
本文通过PyTorch实现了自然语言处理的语言模型，并介绍了其中相关网络的用法。
原创
2022-07-13 20:51:40
481阅读
假设所取点为图中红心点。要找到下降的一侧。则求红心点出的导数。按导数定义走。导数大于0，则X往靠近原点的方向走，导数小于0，则X往靠近无穷大的方向走。所以找到负导数的方向。即为下降的方向。所以在梯度下降算法中，更新权重的方法:a为学习率 （即为往前走多少）...
原创
2022-10-28 11:28:19
184阅读
文章目录相关知识点线性模型梯度下降1.梯度下降算法2.随机梯度下降相关知识点损失函数(loss) 计算方法
原创
2022-06-17 16:58:22
132阅读
#1、某些代码的含义 ##torch.rand() 返回一个张量，包含了从区间[0, 1)的均匀分布中抽取的一组随机数。 输入 x = torch.rand(2,3) print(x) 输出： tensor([[0.0118, 0.2275, 0.2665], [0.8676, 0.2364, 0. ...
转载
2021-07-20 23:43:00
130阅读
2评论
线性公式 y = w * x （w为权重）MSE: 均方误差 (一种回归损失函数) 当前
原创
2022-10-27 19:55:06
99阅读
前两天学习了线性模型，穷举权重和使用梯度下降法求权重。今天
原创
2022-10-27 19:55:25
143阅读
1、张量支持的数据类型 （1）获取/设置Pytorch默认的张量类型 import torch # 2、张量Tensor # 2.1.1、获取Pytorch的默认类型 def Def
原创
2024-08-03 23:31:37
156阅读
机器学习Python编程环境：VSCode+Anaconda机器学习Python编程环境：VSCode+Anaconda安装conda，安装类型建议选择All Users这样后期不会出现权限的问题win10安装pytorch-gpu版本注意版本问题，和路径问题完成所有操作即可成功安装时需要tizi安装时cuda11.0版本没有工具包，因此回退到了10.0版本。...
原创
2021-08-10 14:55:14
90阅读
机器学习Python编程环境：VSCode+Anaconda机器学习Pytho
原创
2022-04-18 17:47:53
146阅读
pytorch构造深度学习模型通过继承module类的方式来构造模型Module类是nn模块里提供的一个模型构造类，是所有神经网络模块的基类。可以继承基类并重构 __init()__函数和forward()forward()forward()函数的方式来构造模型。以下是一个构造一个模型的例子：import torchfrom torch import nnclass MLP(nn.Module): # 声明带有模型参数的层，这里声明了两个全连接层 def __init__(s
原创
2021-09-13 21:24:52
368阅读
pytorch使用GPU计算在之前的blog中早已经讲过如何配置pytorch的GPU加速环境查看GPU加速是否可用：import torchfrom torch import nnprint(torch.duda.is_available()) # true 查看GPU是否可用print(torch.cuda.device_count()) #GPU数量， 1torch.cuda.current_device() #当前GPU的索引， 0torch.cuda.get_device_
原创
2021-09-13 21:24:50
449阅读
点赞
本文通过PyTorch实现了word2vec中的skip-gram模型，并实现了负采样的优化方法。
原创
2022-09-23 17:07:54
351阅读
第一章 深度学习介绍1.1 人工智能人工智能的实力将它分成 大类( 1 )弱人工智
原创
2021-11-12 10:28:48
82阅读
梯度下降：w=1.0 a=0.01x_data = [1.0 , 2.0 , 3.0]y_da
原创
2022-08-23 14:18:47
45阅读
