PyTorch深度学习实战（2）——PyTorch基础

PyTorch深度学习实战（2）——PyTorch基础

• • 0. 前言
  • 1. 搭建 PyTorch 环境
  • 2. PyTorch 张量
  • • 2.1 张量初始化
    • 2.2 张量运算
    • 2.3 张量对象的自动梯度计算
  • 3. PyTorch 张量相对于 NumPy 数组的优势
  • 小结
  • 系列链接

0. 前言

PyTorch 是广泛应用于机器学习领域中的强大开源框架，因其易用性和高效性备受青睐。在本节中，将介绍使用 PyTorch 构建神经网络的基础知识。首先了解 PyTorch 的核心数据类型——张量对象。然后，我们将深入研究用于张量对象的各种操作。PyTorch 提供了许多帮助构建神经网络的高级方法及组件，并提供了利用 GPU 更快地训练神经网络的张量对象。

1. 搭建 PyTorch 环境

关于 python 的安装和配置，在此不再赘述。由于深度学习中模型的训练需要大量时间，因此

来源地址：https://blog.csdn.net/LOVEmy134611/article/details/130683184