Pytorch笔记(1-5)

张量

张量可以理解为numpy里面的矩阵,可以进行矩阵的操作

张量初始化

python 复制代码
x_data = torch.tensor([[1,2],[2,3]])

模型的建立

首先建立一个单元,在pytorch里面,一个单元就是神经网络的一个节点,前向传播。

一般以一个类定义

python 复制代码
class LearnModel(torch.nn.Module):
    def __init__(self):
        super(LinearModel,self).__init__()# 必须要有
        self.linear = torch.nn.Linear(1,1)# 接受两个参数一个是输入数据的维度,一个是输出数据的维度,这个函数就是求出参数w和b再顺便做好相乘加b
    def forward(self,x):
        y_pred = self.linear(x)# 前向传播
        return y_pred

损失函数和参数更新

python 复制代码
criterion = torch.nn.MSELoss(size_average = True)
# 损失函数,均方根损失函数,接受两个参数,上面这个为True时求均值
optimizer = torch.optim.SGD(model.parameters(), lr = 0.01)
# 这是一个优化器,就是更新参数的,第一个参数就是你要更新哪些参数,第一个函数可以选择所有的参数,lr就是learn_rate学习率

线性回归

python 复制代码
model = LinearModel()
for epoch in range(100):
    y_pred = model(x_data) # 前向传播获得y的预测值
    loss = criterion(y_pred, y_data) # 求出代价
    optimizer.zero_grad() # 清零梯度
    loss.backward() # 自动计算梯度
    optimizer.step() # 更新w和b的值
相关推荐
四谎真好看4 分钟前
Java 黑马程序员学习笔记(进阶篇21)
java·开发语言·笔记·学习·学习笔记
立志成为大牛的小牛23 分钟前
数据结构——三十三、Dijkstra算法(王道408)
数据结构·笔记·学习·考研·算法·图论
何故染尘優30 分钟前
docker学习笔记,从入门开始!
笔记·学习·docker
葡萄城技术团队34 分钟前
实战视角:为何专用小型语言模型(SLM)正成为企业 AI 选型新宠—与 LLM 的全面对比指南
大数据·人工智能·语言模型
AndrewHZ39 分钟前
【图像处理基石】老照片修复入门:用技术唤醒沉睡的回忆
图像处理·人工智能·opencv·计算机视觉·cv·图像修复
AI_Auto1 小时前
MES系列-制造流程数字化的实现
大数据·人工智能·自动化·制造·数字化
DolphinDB智臾科技1 小时前
DolphinDB × 浙江大学合作新课——量化金融:理论与应用
人工智能·金融·浙江大学·量化金融·dolphindb
老赵聊算法、大模型备案1 小时前
广西 “人工智能 + 制造” 政策科普:十大支持方向与补贴明细
人工智能·aigc·制造
格林威1 小时前
AOI在PCB制造领域的核心应用
人工智能·数码相机·计算机视觉·视觉检测·制造·pcb·aoi
阿里云大数据AI技术1 小时前
云栖实录|智能哨兵:AI驱动的云平台风险巡检
大数据·运维·人工智能