當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

PyTorch 入门实战

發布時間：2024/9/21 编程问答 37 豆豆

生活随笔收集整理的這篇文章主要介紹了 PyTorch 入门实战小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

版權聲明：本文為博主原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接和本聲明。
本文鏈接：https://blog.csdn.net/qq_36556893/article/details/86480120
前言
博主學習了PyTorch，發現這個深度學習框架適合研究和使用。
當然，博主熱衷于vs2017這款IDE。雖然博主同樣安裝了PyCharm和Eclipse，但是由于寫C++Debug的習慣，還是選擇了vs2017(和vs2019)作為深度學習的集成開發環境，希望可以幫助博主學習深度學習知識。
環境安裝
主要參考博主的這篇文章：vs2017 開始自己的第一個PyTorch程序

在之后的相關教程里博主不會再給出安裝的具體步驟，因為按順序看的話沒有這樣的問題嘿嘿~

PyTorch入門實戰
1.博客：PyTorch 入門實戰（一）——Tensor
2.博客：PyTorch 入門實戰（二）——Variable
3.博客：PyTorch 入門實戰（三）——Dataset和DataLoader
4.博客：PyTorch 入門實戰（四）——利用Torch.nn構建卷積神經網絡
5.博客：PyTorch 入門實戰（五）——2013kaggle比賽貓狗大戰的實現
目錄

前言

環境安裝

一、Tensor的創建和使用

二、Tensor放到GPU上執行

三、Tensor總結

一、Tensor的創建和使用
1.概念和TensorFlow的是基本一致的，只是代碼編寫格式的不同。我們聲明一個Tensor，并打印它，例如：

import torch
#定義一個Tensor矩陣
a = torch.Tensor([1, 2], [3, 4],[5, 6], [7, 8])
print(a)
print('{}'.format(a))
然后會發現報以下錯誤：

new() received an invalid combination of arguments - got (list, list, list, list), but expected one of: ?* (torch.device device) ?* (torch.Storage storage) ?* (Tensor other) ?* (tuple of ints size, torch.device device) ?* (object data, torch.device device)?
?????????????????????????????

意思是接收到無效的參數組合。其實是少寫了一對中括號，這是初學者的常用錯誤。

2.改成如下形式：

import torch
#定義一個Tensor矩陣
a = torch.Tensor([[1, 2], [3, 4],[5, 6], [7, 8]])
print(a)
print('{}'.format(a))
結果為：

??????????????????????????????????????????????????????????????

3.如果想查看的它的大小可以加一句話：

import torch
#定義一個Tensor矩陣
a = torch.Tensor([[1, 2], [3, 4],[5, 6], [7, 8]])
print('{}'.format(a.size()))
結果為：

??????????????????????????????????????????????????????????????

即4行2列的矩陣

4.如果想生成一個全為0的矩陣，可以輸入如下代碼：

import torch
#定義一個Tensor矩陣
a = torch.Tensor([[1, 2], [3, 4],[5, 6], [7, 8]])
print('{}'.format(a.size()))
b = torch.zeros((4, 2))
print(b)
結果為：

???????????????????????????????????????????????????????????

即4行2列數組元素全為0的矩陣

5.如果想生成不同類型的數據，可以改變torch.后面函數名稱，例如下面這樣：

??????????????????????????????????????????????????????????

6.如果想訪問Tensor里的一個元素或者改變它，可以輸入如下代碼：

print(e[1, 1])
#改變元素值
e[1, 1] = 3
print(e[1, 1])
代碼變為：?

?????????????????????????????????????????????????????????????????

說明原來4的位置數值變為了3

7.最重要的是Tensor和Numpy之間的轉換，例如我們把e變為numpy類型，添加以下代碼：

f = e.numpy()
print(f)
變為：

?????????????????????????????????????????????????????????????

可以看到沒有tensor()了~

我們再把f變為tensor類型，輸入以下代碼：

g = torch.from_numpy(f)
print(g)
變為：

import torch
#定義一個Tensor矩陣
a = torch.Tensor([[1, 2], [3, 4],[5, 6], [7, 8]])
print('{}'.format(a))
b = torch.zeros((4, 2))
print(b)
c = torch.IntTensor([[1, 2], [3, 4],[5, 6], [7, 8]])
print(c)
d = torch.LongTensor([[1, 2], [3, 4],[5, 6], [7, 8]])
print(d)
e = torch.DoubleTensor([[1, 2], [3, 4],[5, 6], [7, 8]])
print(e)
print(e[1, 1])
#改變元素值
e[1, 1] = 3
print(e[1, 1])
#轉換為Numpy
f = e.numpy()
print(f)
#轉換為Tensor
g = torch.from_numpy(f)
print(g)
結果為：

??????????????????????????????????????????????????????????????????

可以看到又變成了Tensor類型~

二、Tensor放到GPU上執行
1.通過如下代碼判斷是否支持GPU：

if torch.cuda.is_available():
? ? h = g.cuda()
? ? print(h)
變為

?????????????????????????????????????????????????

三、Tensor總結
1.Tensor和Numpy都是矩陣，區別是前者可以在GPU上運行，后者只能在CPU上

2.Tensor和Numpy互相轉化很方便，類型也比較兼容

3.Tensor可以直接通過print顯示數據類型，而Numpy不可以，例如：dtype = torch.float64

————————————————
版權聲明：本文為CSDN博主「悲戀花丶無心之人」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/qq_36556893/article/details/86480120

總結

以上是生活随笔為你收集整理的PyTorch 入门实战的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。