pytorch常用方法记录 本篇记录在学习使用pytorch时，常用的东西记录，以便随时查看。遇到新学到的会更新在这里。 常用损失函数交叉熵CrossEntropyLoss计算公式：这个公式在深度学习入门04中讲过。 python代码...

TensorBoard可视化模型，数据，和训练这里用FashionMnist数据集作为例子。 1234567891011121314151617181920212223242526272829303132333435363738394...

pytorch实现CNN这部分是根据深度学习入门里面的简单的卷积网络CNN写的。写了之后会发现pytorch真香 123456789101112131415161718192021222324252627282930313233343...

训练一个分类器在这里，你已经了解了如何定义神经网络，计算损失和更新网络的权重。现在你可能会想 数据是什么？总的来说，当你解决图像，文字，音频或视频数据，你能用标准的python包加载数据到numpy数组。然后你可以将这个数组转为tor...

神经网络神经网络可以通过使用torch.nn包进行构建 现在你粗略了解了autograd，nn依赖autograd去定义模型还有求微分。一个nn.Module含有很多层和forward(input)方法，forward方法返回outp...

pytorch自动微分torch.Tensor是包的核心类，有个属性.requires_grad设为True就会跟踪tensor所有操作。计算完成后调用backward()自动计算所有梯度。这个张量的梯度将累计到.grad属性中 调用...

Pytorch 张量标量（0D）只包含一个元素的张量为标量。类型通常为FloatTensor或LongTensor 123import torchx = torch.rand(10)x.size() 向量（1D）12import to...