pytorch基础笔记pytorch的windoows下安装pytorch的使用Dynamic Computation Graph用pytorch实现线性回归

pytorch的windoows下安装

• Step1：通过百度云下载安装包

Amazon Cloud(py36)或者百度云(py36)或百度云(py35)

• Step2：构建虚拟环境（打开CMD命令提示符窗口，输入下列命令）

conda create -n test python=3.6

activate test

• Step3：安装相应的包

conda install numpy mkl cffi

conda install --offline path/to/tar/pytorch-0.1.12-py3X_0.1.12cu80.tar.bz2

conda install nb_conda

• Step4：打开jupyter notebook

jupyter notebook

• Step5：

然后在jupyter notebook中输入import torch即可

其它参考资料：

• Anaconda的使用：http://wiki.swarma.net/index.php/Anaconda%E7%BC%96%E7%A8%8B%E7%8E%AF%E5%A2%83
• jupyter notebook的使用：http://wiki.swarma.net/index.php/Jupyter_Notebook%E7%BC%96%E7%A8%8B%E7%8E%AF%E5%A2%83
• 蒲嘉宸大神的安装教程。 pytorch在64位Windows下的conda安装包

pytorch的使用

• api的介绍https://pytorch.org/docs/master/tensors.html
• 特点优点

• tensor 和tensorflow中的张量一样

tensor的创建

• 矩阵的乘法

Tensor与Numpy的最大不同：Tensor可以在GPU上运算

Dynamic Computation Graph

• 它可以让我们的计算模型更灵活、复杂
• 它可以让反向传播算法随时进行

• 构建动态图

以上动态图为：

以上过程可以看作是三个复合函数的运算 直接调用z.backward()可进行反响传播求导数

用pytorch实现线性回归

1.构建原始数据

2.写出损失函数，和反向传播函数

3.训练迭代更新参数