首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
PyTorch教程
richardxp888
创建于2022-03-22
订阅专栏
收录一些PyTorch学习过程中的感悟与使用教程
暂无订阅
共7篇文章
创建于2022-03-22
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
七、PyTorch 深度学习 加载数据集
from torch.utils.from torch.utils.xy = np.loadtxt(filepath, delimiter=',', dtype=np.self.len = xy.self.x_data = torch.self.y_data = torch.re...
六、PyTorch 深度学习 处理多维特征的输入
import matplotlib.xy = np.loadtxt('diabetes.csv.gz', delimiter=',', dtype=np.x_data = torch.y_data = torch.class Model(torch.nn.super(Model,...
五、PyTorch 深度学习 Logistic回归
# import torch.nn.x_data = torch.Tensor([[1.0], [2.0], [3.y_data = torch.class LogisticRegressionModel(torch.nn.super(LogisticRegressionMode...
四、PyTorch 深度学习 用PyTorch实现线性回归
x_data = torch.Tensor([[1.0], [2.0], [3.y_data = torch.Tensor([[2.0], [4.0], [6.class LinearModel(torch.nn.super(LinearModel, self).# 该线性层需要...
三、PyTorch 深度学习 反向传播
x_data = [1.0, 2.0, 3.y_data = [2.0, 4.0, 6.w = torch.Tensor([1.0]) # w的初值为1.w.print("predict (before training)", 4, forward(4).l.print('\tg...
二、PyTorch 深度学习 梯度下降法
import matplotlib.x_data = [1.0, 2.0, 3.y_data = [2.0, 4.0, 6.w = 1.w -= 0.01 * grad_val # 0.epoch_list.cost_list.plt.plt.plt.plt.随机梯度下降法在神经...
一、PyTorch 深度学习 线性模型
import matplotlib.x_data = [1.0, 2.0, 3.y_data = [2.0, 4.0, 6.for w in np.arange(0.0, 4.1, 0.w_list.mse_list.plt.plt.plt.plt.作业题目:实现线性模型(y=w...