基于pytorch的NLP实例讲解（包括pytorch入门讲解）_deeplearningfornlpinpytorch

本教程会让你对使用pytorch进行深度学习编程有较为详细的认识，许多概念（比如计算图和自动求导）并不是pytorch特有，许多深度学习框架都有此特性。

本教程针对的是没有用过任何深度学习框架的人，比如TF、KERAS等。

import torch
import torch.autograd as autograd
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
 
torch.manual_seed(1)

1.tensor简介

所有深度学习的计算都是在tensor上进行的，它是对矩阵的推广，不仅仅限于2维，可以更多维度，首先让我们看看我们可以怎么 操作tensor。

创建tensors

我们可以使用torch.Tensor()方法来创建

# Create a torch.Tensor object with the given data.  It is a 1D vector
V_data = [1., 2., 3.]
V = torch.Tensor(V_data)
print V
 
# Creates a matrix
M_data = [[1., 2., 3.], [4., 5., 6]]
M = torch.Tensor(M_data)
print M
 
# Create a 3D tensor of size 2x2x2.
T_data = [[[1.,2.], [3.,4.]],
          [[5.,6.], [7.,8.]]]
T = torch.Tensor(T_data)
print T