2. PyTorch框架

1. PyTorch的特点

(①它是类似Numpy的一个张量计算;②自动微分 可理解为帮忙算导数,不用自己求导,它会帮忙算,所以自动微分等于求导,但它自己用无意义,自动微分要结合BP(Back Popular 反向传播)技术来用,用来更新参数:正向传播先算出了结果,拿到结果算损失,算出损失后开始结合反向传播再来更新权重,更新完权重后在进行正向传播算出结果,结合损失函数进行求导,求完导后有梯度,在反向传播更新梯度;经过多轮这样的训练,最终模型的拟合情况会变好;③动态计算图 即边计算边生成,不像TensorFlow生成之后不能变了;)

相关推荐
whcyhhh6 分钟前
头歌实践教学平台:数据科学与大数据技术导论(九下)
大数据·python
阿甘编程点滴8 分钟前
AI配音软件技术评测|底层架构与功能能力对比
人工智能·架构
liuyunshengsir13 分钟前
在海光 DCU 上部署 Wan2.1:打造一套可落地的 AI 短剧生产流水线
人工智能·大模型·dcu
传说故事14 分钟前
【多篇论文阅读】Interactive World Models
论文阅读·人工智能·生成模型
2601_9640098317 分钟前
商业活动全案策划维度:苏州实体企业与政企单位的选择侧重点
人工智能·润博企业营销策划
用户3028225306819 分钟前
Agent 慢一点没关系?错,尾延迟会把一次工作变成两次事故
人工智能
一次旅行19 分钟前
2026‑08‑25 AI产业深度解读|Groq 3量产、MetaRoCE开源、CopilotOS曝光、大模型安全监管升级
人工智能·开源
AI导出鸭22 分钟前
ChatGPT的LaTeX生成PDF文件复制后数学公式乱码,怎样修改?苹果用户的底层逻辑与优雅解法
人工智能·chatgpt·pdf·ai导出鸭
故七月25 分钟前
基于FAQ结构化开发的区域GEO排名提升技术方案——以四川成都服务商万域智瞰场景为例
大数据·人工智能
名字还没想好☜27 分钟前
Python asyncio.Queue 实战:用生产者-消费者给爬虫/任务流限速又解耦
开发语言·爬虫·python·并发·asyncio