自然语言处理：我的学习心得与笔记

Pytorch

1.Pytorch基本语法

1.1 认识Pytorch

1.2 Pytorch中的autograd

2.Pytorch初步应用

2.1 使用Pytorch构建一个神经网络

2.2 使用Pytorch构建一个分类器

小节总结

学习了什么是Pytorch.

。Pytorch是一个基于Numpy的科学计算包,作为Numpy的替代者,向用户提供使用GPU强大功能的能力.

做为一款深度学习的平台,向用户提供最大的灵活性和速度。学习了Pytorch的基本元素操作

·矩阵的初始化:

.torch.empty()

torch.rand(n, m)

*torch.zeros(n,m,dtype=torch.long)。其他若干操作:

x.new_ones(n,m, dtype=torch.double)

torch.randn_like(x,dtype=torch.float)

*x.size()

。学习了Pytorch的基本运算操作

。加法操作:

。X+y

.torch.add(x,y)

torch.add(x,y, out=result)

torch.add(x, y, out=result)

.y.add_(x)

。其他若干操作

.x.view()

*x.item(学习了Torch Tensor和Numpy Array之间的相互转换。将Torch Tensor转换为Numpy Array:

.b=a.numpy(

。将NumpyArray转换为Torch Tensor:

b=torch.from_numpy(a)

注意: 所有才CPU上的Tensor, 除了CharTensor,都可以转换为Numpy Array并可以反向转换

学习了任意的Tensors可以用.to0)方法来将其移动到任意设备上

x= x.to(device)