Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
pytorch-doc-zh
提交
b6b65b39
P
pytorch-doc-zh
项目概览
OpenDocCN
/
pytorch-doc-zh
通知
120
Star
3932
Fork
992
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
pytorch-doc-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
b6b65b39
编写于
5月 12, 2021
作者:
D
DrDavidS
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
校对张量
上级
d4600da2
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
5 addition
and
5 deletion
+5
-5
docs/1.7/09.md
docs/1.7/09.md
+5
-5
未找到文件。
docs/1.7/09.md
浏览文件 @
b6b65b39
...
...
@@ -2,13 +2,13 @@
> 原文:<https://pytorch.org/tutorials/beginner/examples_tensor/polynomial_tensor.html#sphx-glr-beginner-examples-tensor-polynomial-tensor-py>
经过训练的三阶多项式,可以通过最小化平方的欧几里得距离来预测
`y = sin(x)`
从
`-pi`
到
`pi`
。
这里我们准备一个三阶多项式,通过最小化平方欧几里得距离来训练,并预测函数
`y = sin(x)`
在
`-pi`
到
`pi`
上的值
。
此实现使用
PyTorch 张量手动计算正向传播,损失和后向通过
。
此实现使用
了 PyTorch 张量(tensor)来手动实现前向传播,损失(loss)和反向传播
。
PyTorch
张量基本上与 numpy 数组相同:它对深度学习或计算图或梯度一无所知,只是用于任意数值计算的
通用 n 维数组。
PyTorch
的张量基本上与 numpy 数组一样:它跟深度学习,梯度或计算图也没啥关系,只是用于任意数值计算的一种
通用 n 维数组。
numpy 数组和 PyTorch 张量之间的最大区别
是 PyTorch 张量可以在 CPU 或 GPU 上运行。 要在 GPU 上运行操作
,只需将张量转换为 cuda 数据类型。
numpy 数组和 PyTorch 张量之间的最大区别
在于,PyTorch 张量可以在 CPU 或 GPU 上运行。如果要在 GPU 上运行
,只需将张量转换为 cuda 数据类型。
```
py
import
torch
...
...
@@ -61,4 +61,4 @@ print(f'Result: y = {a.item()} + {b.item()} x + {c.item()} x^2 + {d.item()} x^3'
[
下载 Jupyter 笔记本:`polynomial_tensor.ipynb`
](
https://pytorch.org/tutorials/_downloads/1c715a0888ae0e33279df327e1653329/polynomial_tensor.ipynb
)
[
由 Sphinx 画廊
](
https://sphinx-gallery.readthedocs.io
)
生成的画廊
\ No newline at end of file
校对:DrDavidS
\ No newline at end of file
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录