译者:bat67 最新版会在译者仓库首先同步。
作者:Justin Johnson
这个教程通过自洽的示例介绍了PyTorch的基本概念。
PyTorch主要是提供了两个核心的功能特性:
- 一个类似于numpy的n维张量,但是可以在GPU上运行
- 搭建和训练神经网络时的自动微分/求导机制
我们将使用全连接的ReLU网络作为运行示例。该网络将有一个单一的隐藏层,并将使用梯度下降训练,通过最小化网络输出和真正结果的欧几里得距离,来拟合随机生成的数据。
目录
- 用例子学习 PyTorch
- 目录
- 张量
- 热身:NumPy
- PyTorch:张量
- 自动求导
- PyTorch:张量和自动求导
- PyTorch:定义新的自动求导函数
- TensorFlow:静态图
nn
模块- PyTorch:
nn
- PyTorch:
optim
- PyTorch:自定义
nn
模块 - PyTorch:控制流和权重共享
- PyTorch:
- Examples
- Tensors
- Autograd
nn
module
阅读全文/改进本文