pytorch 入门指南

pytorch 入门指南

1. pytorch 概述

pytorch是facebook 开发的torch（Lua语言）的python版本，于2017年引爆学术界
官方宣传pytorch侧重两类用户：numpy的gpu版、深度学习研究平台
pytorch使用动态图机制，相比于tensorflow最开始的静态图，更为灵活
当前pytorch支持的系统包括：win，linux，macos

2. pytorch基本库

常用的pytorch基本库主要包括：

• torch： 内含一些常用方法，与numpy比较像
• torch.Tensor：内含一些操作tensor的方法，可通过tensor.xx()进行调用
• torch.nn：内含一些常用模型，如rnn，cnn等
• torch.nn.functional：内含一些常用方法，如sigmoid，softmax等
• torch.optim：内含一些优化算法，如sgd，adam等
• torch.utils.data：内含一些数据迭代方法

3. 基本操作

a. tensor操作

# 初始化空向量
torch.empty(3,4)

# 随机初始化数组
torch.rand(4,3)

# 初始化零向量
torch.zeros(4,3, dtype=torch.int)

# 从数据构建数组
x = torch.tensor([3,4],dtype=torch.float)
x = torch.IntTensor([3,4])

# 获取tensor的尺寸，元组
x.shape
x.size()

# _在方法中的意义：表示对自身的改变
x = torch.ones(3,4) 
# 以下三个式子 含义相同
x = x + x
x = torch.add(x, x)
x.a
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23