每天五分钟，跟学pytorch框架——Day1笔记版

跟着w3cschool学习pytorch非常好的中文跟学入门教程安利给大家PyTorch 入门_w3cschool本期是一个跟练笔记写的会还得要讲的出来用的熟练pytorch是一个开源机器学习库有着强大的gpu加速功能pytorch的安装后面会再补一期大家敬请期待~pytorch核心概念1张量tensor类似于numpy中的多维数组但是pytorch张量可以使用GPU加速import torch x torch.tensor([1,2,3]) #创建了一个一维张量 y torch.tensor([[1,2,3],[4,5,6]]) #创建了一个二维张量2自动求导autograd反向求梯度可以自动计算张量的梯度张量上面调用.backward()方法可以计算梯度使用torch.no_grad()可以停止梯度追踪torch.ones(2,2,requires_gradTrue) #tips:ones是PyTorch中的一个函数用来创建一个指定形状的张量并用1填充 yx*3 #y.backwardtorch.tensor(x) y.backward(torch.ones_like(x)) #用来创建一个与输入张量 x 具有相同形状和类型的全为1的张量 print(x.grad)tips{Q:为什么要强调‘自动’A1.自动求导使得在每次模型调整后无需重新手动推导梯度可以迅速地进行模型的训练和验证大大提高了模型开发的迭代速度。2.自动求导机制通常集成在深度学习框架中如PyTorch、TensorFlow等开发者只需简单地定义模型的前向传播过程框架会自动构建计算图并完成梯度的反向传播计算大大简化了代码量降低了开发的门槛。(ai见解不见得就是正确答案仅供参考)}