当前位置: 首页 > news >正文

北京建设工程质量协会网站东莞专业的网络推广

北京建设工程质量协会网站,东莞专业的网络推广,wordpress注册会员插件,广州seo建站目录 一、基本操作 二、自动求导机制 三、线性回归DEMO 3.1模型的读取与保存 3.2利用GPU训练时 四、常见的Tensor形式 五、Hub模块 一、基本操作 操作代码如下: import torch import numpy as np#创建一个矩阵 x1 torch.empty(5,3)# 随机值 x2 torch.rand(5,3)# 初始化…目录 一、基本操作 二、自动求导机制 三、线性回归DEMO 3.1模型的读取与保存 3.2利用GPU训练时 四、常见的Tensor形式 五、Hub模块 一、基本操作 操作代码如下: import torch import numpy as np#创建一个矩阵 x1 torch.empty(5,3)# 随机值 x2 torch.rand(5,3)# 初始化一个全零的矩阵 x3 torch.zeros(5,3,dtype torch.long)# view操作改变矩阵维度 x4 torch.randn(4,4) #4*4矩阵 y x4.view(16) #变成一行的矩阵 z x4.view(-1,8) #变为2*8的矩阵 print(y.size()) #矩阵的尺寸#与numpy的协同操作 # tensor转array a torch.ones(5) b a.numpy()# array转tensor a1 np.ones(5) b1 torch.from_numpy(a) 二、自动求导机制 案例代码如下: import torch#计算流程 x torch.rand(1) b torch.rand(1,requires_gradTrue) w torch.rand(1,requires_gradTrue) y w * x z y b# 反向传播计算 z.backward(retain_graph True) print(w.grad) print(b.grad) 三、线性回归DEMO import numpy as np import torch import torch.nn as nn# 构建线性回归模型 class LinearRegressionModel(nn.Module):def __init__(self,input_dim,output_dim):super(LinearRegressionModel,self).__init__()self.linear nn.Linear(input_dim,output_dim)def forward(self,x):out self.linear(x)return outx_values [i for i in range(11)] x_train np.array(x_values,dtypenp.float32) x_train x_train.reshape(-1,1) print(x_train.shape)#y 2x 1 y_values [2*i 1 for i in range(11)] y_train np.array(x_values,dtypenp.float32) y_train x_train.reshape(-1,1)# 构建model input_dim 1 output_dim 1model LinearRegressionModel(input_dim,output_dim)# 指定好参数和损失函数 epochs 1000 #训练次数 learning_rate 0.01 #学习率 optimizer torch.optim.SGD(model.parameters(),lr learning_rate) #优化器 criterion nn.MSELoss() #损失函数# 训练模型 for epoch in range(epochs):epoch 1#注意转行为tensorinputs torch.from_numpy(x_train)labels torch.from_numpy(y_train)#梯度要清零每一次迭代optimizer.zero_grad()#前向传播outputs model(inputs)#计算损失loss criterion(outputs,labels)#反向传播loss.backward()#更新权重参数optimizer.step()if epoch % 50 0:print(epoch {},loss {}.format(epoch,loss.item())) 3.1模型的读取与保存 # 模型的保存与读取 torch.save(model.state.dict(),model.pkl) #保存 model.load_state_dict(torch.load(model.pkl)) #读取 3.2利用GPU训练时 利用GPU训练时要将数据与模型导入cuda #注意转行为tensor inputs torch.from_numpy(x_train) labels torch.from_numpy(y_train) #利用GPU训练数据时的数据 inputs torch.from_numpy(x_train).to(device) labels torch.from_numpy(y_train).to(device)model LinearRegressionModel(input_dim,output_dim)#使用GPU进行训练 device torch.device(cuda:0 if torch.cuda.is_available() else cpu) model.to(device) 四、常见的Tensor形式 1.scalar:通常是指一个数值2.vector:通常是指一个向量3.matrix:通常是指一个数据矩阵4.n-dimensional tensor:高维数据 五、Hub模块 Github地址:https://github.com/pytorch/hub Hub已有模型:https://pytorch.org/hub/research-models
http://wiki.neutronadmin.com/news/443142/

相关文章:

  • js多久可以做网站seo优化必备技巧
  • 怎样做自己的的社交网站的建站网站
  • 二手交易平台的网站怎么做湖北省建设厅行政审批网站
  • 上海微信网站建设价格玉环网站制作
  • 河源市建设规划局网站自己做网站帮别人卖东西
  • 在哪里可以建网站有什么网站是做名片印刷的
  • 电子厂网站建设方案书怎么写都有哪些做二手挖机的网站
  • 低价格网站建设画画外包网站
  • 营销型网站建设的定义网站做导航的地图导航
  • 涿州做网站怎样维护网站建设
  • 网站关键词排名seo阿里巴巴网站详情页怎么做的
  • 小说类网站程序制作微信网页
  • 陶瓷网站源码国外做的好的鲜花网站
  • 网站解析后 问题北京企业官网建设
  • 电商网站建设咨询哈尔滨红军街67号
  • 网站视频建设吉林省住房建设安厅网站安全管理
  • 长春建站网站建设wordpress 官网主题
  • 网站设计建设企业百度账号申诉
  • 网站头图设计网站推广的具体方法
  • 域名解析到别人网站家具网站开发设计任务书
  • 天津怎样做网站推广厦门 网站建设 网站开发 未来网络
  • 十大免费壁纸软件济南优化联系电话
  • 做网站设计参考文献网站百度突然不收录
  • 网站源码是html怎么转成php网站登封做网站推广
  • 网上销售网站建设策划注册网站需要备案吗
  • 网站建设网站设计建设一个公司网站需要多少钱
  • 北京知名网站建设公司关键词挖掘查询工具爱站网
  • 网站制作app班级网站的建设调查表
  • seo快速整站上排名教程河源网页制作公司
  • 河北pc端网站建设某一个网页打不开是什么原因