PyTorch笔记1--基本概念和Tensor

PyTorch优点

上手快：掌握Numpy和基本深度 学习概念即可上手

代码简洁灵活：用nn.module封装使网络搭建更方便；基于动态图机制，更灵活

Debug方便：和调试Python一样简单

文档规范：http://PyTorch.org/docs/可查各版本文档

资源多：arXiv中的新算法大多都有PyTorch实现

开发者多：GitHub上贡献者已超过1350+

背靠大树：FaceBook维护开发

机器学习模型训练步骤 ：数据、模型、损失函数、优化器

张量基本概念

张量（torch.Tensor）：

        一个多维数组，标量、向量、矩阵的高维拓展，在pytorch中是自动求导的关键

张量的主要属性（8个，4个与梯度求导相关，4个与数据相关）：

        data：被包装的tensor

        grab：data的梯度

        grab_fn：创建Tensor的Function，是自动求导的关键

        require_grad：指示是否需要梯度

   &nbs