PyTorch

PyTorch: Python的一个深度学习框架，不多介绍

使用

当然在 .py / .ipynb 使用

# 导入
import torch

type(  ) #返回;类型
isinstance(实例,类型) #实例是不是指定类型

torvh gather

Pytorch

类型:Tensor
IntTensor
FloatTensor #默认类型
DoubleTensor

实例方法
size() #若有参数, 返回相应维度的大小
shape #返回以为的储存维度大小的,给下标可以看到对应维度的大小
type()

Size(  )
from_numpy(  )
# 里边给多个参数,每个参数分别是各个维度的大小(参数的数量就是维度数量)
tensor(  ) #直接给要的张量
Tensor
...Tensor
rand(  ) #随机值, 单个值∈[0,1]
rand_like() #随机值, 单个值∈N(0,1)
ones(  ) #全1
# one_like( a)
zeros(  ) #全0
eye( 大小) #单位矩阵
empty(  ) 

randint( 最小值, 最大值, shape) #随机值, 单个值∈[最小值,最大值)
normal( 均值张量 ,方差张量) #自定义两个同shape矩阵, 前一个矩阵为均值, 后一个矩阵为方差
full( shape, 值) #
range( 起始值, 边界值[, 步长])
linspace( 起始值, 边界值, 步数) #数值平均分配
logspace( 起始值, 边界值, 步数) #↑,作为指数
randperm(  )

# 切片

二分类

# 模型（网络）
model = nn.Sequential(
    nn.Linear(105,30),
    nn.ReLU(),
    nn.Linear(30,10),
    nn.ReLU(),
    nn.Linear(10,2),
    nn.ReLU(),
    nn.Softmax(),
)

# 训练一个epoch
def train(X,Y,model,batch_size