pytorch

使用 PyTorch 构建模型 torch.nn.Module 与 torch.nn.Parameter 在本视频中，我们将探讨 PyTorch 为构建深度学习网络提供的部分工具。 除 Paramet

torch.autograd 轻松入门 torch.autograd 是 PyTorch 的自动微分引擎，为神经网络训练提供核心支持。本节将帮助你从概念层面理解 autograd 如何助力神经网络训练

通过示例学习 PyTorch（Learning PyTorch with Examples） 本教程通过独立可运行的示例，介绍 PyTorch 的核心基础概念。 PyTorch 的核心提供两大功能：

使用 PyTorch 进行模型训练 你可以观看下方视频或 YouTube 上的对应内容跟随学习。 引言 在之前的视频中，我们已经讨论并演示了： 使用 torch.nn 模块的神经网络层和函数构建模型

PyTorch 深度学习：60分钟快速入门 作者：Soumith Chintala 什么是 PyTorch？ PyTorch 是一个基于 Python 的科学计算包，主要有两大用途： 替代 NumPy

张量（Tensors） 张量（Tensor）是一种特殊的数据结构，与数组和矩阵非常相似。在 PyTorch 中，我们使用张量来编码模型的输入和输出，以及模型的参数。 张量类似于 NumPy 的 nda

使用 Captum 理解模型 你可以观看下方视频或 YouTube 上的对应内容跟随学习。在此处下载笔记本文件和相关文件。 Captum（拉丁语中意为“理解”）是一个基于 PyTorch 构建的开源、

训练分类器（Training a Classifier） 至此，你已经学会了如何定义神经网络、计算损失值以及更新网络权重。 现在你可能会思考： 数据该如何处理？ 通常，当你需要处理图像、文本、音频或视

PyTorch TensorBoard 支持 创建时间：2021年11月30日 | 最后更新：2024年5月29日 | 最后验证：2024年11月05日 你可以观看下方视频（或前往 YouTube 观