Pytorch环境搭建与基本语法
来源 | OpenCV学堂
作者 | gloomyfish
基本思路选择
以前我用过Caffe,用过tensorflow,最近一直在用pytorch感觉特别好用。所以打算写点我学习的过程跟经验,如果你是一个pytorch的高手自然可以忽略,如果你也打算学习pytorch框架,那就跟我一起学习吧,所谓独学而无友,孤陋而寡闻!
pytorch安装
01
演示系统环境
- Windows10
- Pytorch1.4
- CUDA10.0
- VS2015
- Python3.6.5
CPU版本
install pytorch torchvision cpuonly -c pytorch
GPU版本
install pytorch torchvision cudatoolkit=10.0 -c pytorch
测试安装是否正常, CUDA支持正常
tensor([[0., 0.],
[0., 0.]])
tensor([[-0.4624, -1.1495],
[ 1.9408, -0.1796]])
tensor([[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]])
tensor([5.1000, 2.0000, 3.0000, 1.0000])
tensor([12., 14., 16., 18., 20., 22., 24., 26.])
tensor([[12., 14., 16., 18.],
[20., 22., 24., 26.]]) torch.Size([2, 4]) torch.Size([2, 4])
a = [[1. 2. 3. 4.]
[5. 6. 7. 8.]]
b = [[11. 12. 13. 14.]
[15. 16. 17. 18.]]
[[21. 22. 23. 24.]
[25. 26. 27. 28.]]
tensor([[-9., -8., -7., -6.],
[-5., -4., -3., -2.]])
sum = torch.Size([2, 4])
result = tensor([[33., 36., 39., 42.],
[45., 48., 51., 54.]], device='cuda:0')
x= tensor([[ 0.3029, -0.4030, -0.9148, -0.9237, 0.7549]], requires_grad=True)
y= tensor([[-0.9032, -0.4092, -0.0682],
[ 0.3689, -0.9655, -0.1346],
[ 1.5101, 1.4418, 0.1058],
[ 1.0259, -1.6011, 0.4881],
[-0.3989, 0.9156, -1.6290]], requires_grad=True)
z= tensor([[ 1.4343],
[ 2.2974],
[-0.0864]], requires_grad=True)
tensor([[-2.2298, -1.6776, 5.4691, -2.2492, 1.6721]]) tensor([[ 0.4344, 0.6959, -0.0262],
[-0.5781, -0.9260, 0.0348],
[-1.3121, -2.1017, 0.0790],
[-1.3249, -2.1222, 0.0798],
[ 1.0827, 1.7342, -0.0652]]) tensor([[-3.0524],
[ 1.1164],
[-1.7437]])
总结
到此这篇关于Pytorch–环境搭建与基本语法的文章就介绍到这了,更多相关Pytorch–环境搭建与基本语法内容请搜索来客网以前的文章或继续浏览下面的相关文章希望大家以后多多支持来客网!