本实训的目标是学习 Pytorch 中最基本的操作对象——Tensor,掌握Tensor 的创建、索引、切片、数学运算、等等。
autograd包是PyTorch中所有神经网络的核心。 torch.autograd提供了类和函数用来对任意标量函数进行自动求导。它是一个逐个运行的框架,意味着神经网络的backprop由代码运行定义,每一次迭代都可以不同。 一个Variable里面包含着三个属性,data,grad和creator,其中creator表示得到这个Variabel的操作,比如乘法或者加法等等,grad表示方向传播的梯度,data表示取出这个Variabel里面的数据
现在你对`autograd`有了初步的了解,使用 `torch.nn `包可以进行神经网络的构建,nn`建立在`autograd`的基础上来进行模型的定义和微分。
进一步学习 torch.nn,掌握神经网络中的正则化、距离函数、损失函数等概念\r
优化
线性回归
Pytorch 实现神经网络\r 介绍使用 PyTorch 在 MNIST 数据集上训练 MLP 和 CNN