參考文章1：PyTorch版《動(dòng)手學(xué)深度學(xué)習(xí)》PDF 版開源了

參考文章2：https://download.csdn.net/download/Dontla/12371960

文章目錄

• • 1.1 安裝pytorch
  • 1.2 數(shù)據(jù)操作
  • • 2.2.2 操作
    • 2.2.5 TENSOR 和 NUMPY的相互轉(zhuǎn)換
    • 2.2.6 TENSOR ON GPU
  • 2.3 自動(dòng)求梯度

1.1 安裝pytorch

pytorch官網(wǎng) 點(diǎn)擊get started–>

安裝CUDA和cuDNN

安裝pytorch：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -t D:\20200228_play_with_pytorch\python\Lib\site-packages torch===1.4.0 torchvision===0.5.0

鏡像源安裝不了

pip install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html

還是用原來的裝吧

pip install -t D:\20200228_play_with_pytorch\python\Lib\site-packages torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html

太慢了，直接放棄：

不搞了，貌似沒法指定安裝目錄

直接pip吧，不指定位置了
pip也慢。。。

我的筆記本上cuda剛好裝的9.0的，找到支持9.0cuda的最新版本的pytorch，

在這里安裝老版本的pytorch

# CUDA 9.0 Download and install wheel from https://download.pytorch.org/whl/cu90/torch_stable.html

我的python是3.6的，安裝這個(gè)版本：

直接下太慢，右鍵用迅雷下

下載好，就可以安裝了，安裝方法：python pip如何安裝wheel文件？.whl（pip install [wheel]）

1.2 數(shù)據(jù)操作

# -*- coding: utf-8 -*- """ @File : 2.2.1 創(chuàng)建 TENSOR.py @Time : 2020/3/4 15:05 @Author : Dontla @Email : sxana@qq.com @Software: PyCharm """ import torch# 創(chuàng)建?一個(gè)5x3的未初始化的 Tensor x = torch.empty(5, 3) # print(x) # tensor([[1.0286e-38, 1.0653e-38, 1.0194e-38], # [8.4490e-39, 9.6429e-39, 8.4490e-39], # [9.6429e-39, 9.2755e-39, 1.0286e-38], # [9.0919e-39, 8.9082e-39, 9.2755e-39], # [8.4490e-39, 1.0194e-38, 1.0194e-38]])# 創(chuàng)建?一個(gè)5x3的隨機(jī)初始化的 Tensor x = torch.rand(5, 3) # print(x) # tensor([[0.0680, 0.7391, 0.4845], # [0.2930, 0.1596, 0.7253], # [0.9158, 0.4388, 0.4839], # [0.3747, 0.3134, 0.2967], # [0.5608, 0.2200, 0.3671]])# 創(chuàng)建?一個(gè)5x3的long型全0的 Tensor x = torch.zeros(5, 3, dtype=torch.long) # print(x) # tensor([[0, 0, 0], # [0, 0, 0], # [0, 0, 0], # [0, 0, 0], # [0, 0, 0]])# 直接根據(jù)數(shù)據(jù)創(chuàng)建tensor x = torch.tensor([5.5, 3]) # print(x) # tensor([5.5000, 3.0000])# 通過現(xiàn)有的 Tensor 來創(chuàng)建，此方法會(huì)默認(rèn)重用輸入 Tensor 的一些屬性，例如數(shù)據(jù)類型，除?非?自定義數(shù)據(jù)類型。 x = x.new_ones(5, 3, dtype=torch.float64) # 返回的tensor默認(rèn)具有相同的torch.dtype和torch.device print(x) x = torch.randn_like(x, dtype=torch.float) # 指定新的數(shù)據(jù)類型 print(x)

2.2.2 操作

其他略了，自己看文檔去

感覺這個(gè)比較叼，不叼的我都不附上來,???,

2.2.5 TENSOR 和 NUMPY的相互轉(zhuǎn)換

torch.Tensor.numpy() # 轉(zhuǎn)換成numpy數(shù)組
torch.from_numpy() # 將numpy數(shù)組轉(zhuǎn)換成Tensor

2.2.6 TENSOR ON GPU

# -*- coding: utf-8 -*- """ @File : test.py @Time : 2020/4/1 19:24 @Author : Dontla @Email : sxana@qq.com @Software: PyCharm """ import torch# 以下代碼只有在PyTorch GPU版本上才能執(zhí)行 x = torch.empty(5, 3) if torch.cuda.is_available():device = torch.device("cuda") # GPUy = torch.ones_like(x, device=device) # 直接創(chuàng)建一個(gè)在GPU上的Tensorx = x.to(device) # 等價(jià)于.to("cuda")z = x + yprint(z)print(z.to("cpu", torch.double)) # to()還可以同時(shí)更改數(shù)據(jù)類型

結(jié)果：

D:\20191031_tensorflow_yolov3\python\python.exe C:/Users/SIQI/Desktop/PyQt5/test.py tensor([[1., 1., 1.],[1., 1., 1.],[1., 1., 1.],[1., 1., 1.],[1., 1., 1.]], device='cuda:0') tensor([[1., 1., 1.],[1., 1., 1.],[1., 1., 1.],[1., 1., 1.],[1., 1., 1.]], dtype=torch.float64)Process finished with exit code 0

2.3 自動(dòng)求梯度

總結(jié)

以上是生活随笔為你收集整理的PyTorch 《动手学深度学习》学习笔记（Dive-into-DL-Pytorch）的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。