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
Java成神之路-2 分钟前
Spring AI 核心探秘:四大 Prompt 角色底层设计与完整闭环实战
人工智能·spring·prompt
一次旅行3 分钟前
OpenAI 新版提示词指南
人工智能·chatgpt·github
hans汉斯5 分钟前
人工智能与机器人研究|面向无标签数据的三维场景语义理解方法研究
人工智能·神经网络·算法·信息可视化·cnn·机器人
冷咖啡离 我的笨笨8 分钟前
用最简单的例子,从最简单的设计开始,重构着讲解设计原则与模式——从DIP中“倒置”的含义说接口的正确使用
python·重构·依赖倒置原则
Web3_Daisy16 分钟前
Robinhood Chain Launchpad:链上资产发行进入新阶段
大数据·人工智能·区块链
weixin_4952484017 分钟前
带硬字幕的老视频也能出海:短剧出海翻译服务商如何擦除重制?
人工智能·音视频
鲲穹AI种草18 分钟前
演示文稿制作工具记录:多款 PPT 工具能力边界整理
人工智能·powerpoint·演示文稿制作工具
PC2005-cloud27 分钟前
FinalShell 自定义背景图片教程
ide·python·pycharm
leoZ2318 小时前
本地跑大模型实战(七):llama.cpp 性能调优,让推理更快更省
java·人工智能·spring·生成对抗网络·语言模型·自然语言处理·llama