跟李沐学AI——动手学深度学习 PyTorch版——学习笔记pycharm版本(第二天——04-08)2023.2.27

本文主要是介绍跟李沐学AI——动手学深度学习 PyTorch版——学习笔记pycharm版本(第二天——04-08)2023.2.27,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、基本数据操作知识

数据结构:标量、向量、矩阵
访问(记数是从0开始的):
[1,2]:单个元素
[1,:]:单行
[:,2]:单列
[1:3,1:]:1到3行,第1列及后面的所有列
[::3,::2]:行跳3提取,列跳2提取
[-1]:最后一行

1、生成tensor数据

import torch # pytorch在导入的时候就是torch
x=torch.arange(0,12)  # [0,12)
print(x)  # tensor([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
print(x.shape)  # torch.Size([12]) 一维的数据,共12个
print(x.numel())  #元素数量 12
torch.norm(x)  # 二范数
x1=x.reshape(3,4)  # 重塑为三行四列的数据
print(x1)
print(x1.shape)  # torch.Size([3, 4])
print(x1.numel())  # 12
print(torch.ones(2,3,4))
print(torch.zeros(2,3,4))
print(torch.tensor([[1,2,3],[3,4,5]]))
x3=torch.arange(12,dtype=torch.float32).reshape(3,4)
x4=torch.arange(1,13,1,dtype=torch.float32).reshape(3,4)
print(x3,x4)
print(torch.cat((x3,x4),dim=0))  # dim=0是按照行拼接,行数变多
print(torch.cat((x3,x4),dim=1))  # dim=1是按照列拼接,列数变多
print(x3.sum(0)) # 行相加,行没有了,就剩列了,维度会下降
print(x3.sum(1)) # 列相加,列没有了,就剩行了,维度会下降
print(x9.sum(axis=1,keepdims=True))  # 维度保持不变
x5=x4.T  # 转置

2、numpy、pandas、torch相互转变

numpy中的数据就是刺果果的数据
pandas中的数据就是有标签的数据,所以转换的时候需要用到values
torch中的数据tensor就是张量,可以进行梯度计算的一种数据

x3=torch.arange(12,dtype=torch.float32).reshape(3,4)
A=x3.numpy()
print(A)
B=torch.tensor(A)  # 由numpy转为tensor
print(B)
C=B.numpy()  # 由tensor转为numpy

在pandas转到其他时候,需要用到values,例如:torch.tensor(inputs.values)

3、pandas中的数据处理

读数据:

data = pd.read_csv(data_file)

分割数据

inputs = data.iloc[:,0:2]

均值填充

inputs = inputs.fillna(inputs.mean())

编码

inputs = pd.get_dummies(inputs,dummy_na=True)  # 把不是数值的东西进行独热编码,维度会变大

4、复制的一些事情

x7=torch.arange(12,dtype=torch.float32).reshape(3,4)
x8=x7.T
print(x7,x8)
x9=x7.clone()
x7[:]=0
print(x7,x8,x9)  # clone 是开辟内存,深度copy,而等号只是个地址指向一样的,所以,当x7=0的时候,x8也等于0,但是x9不变

二、求导

求导的数学形式

这里直接上沐神提供的图,很简单
在这里插入图片描述

求导

x1=torch.arange(4.0,requires_grad=True)  # requires_grad=True这个的意思需要保存梯度
print(x1)
print(x1.grad)
x2=2*torch.dot(x1,x1)
print(x2)
print(x2.backward())  # 这个是反向传播
print(x1.grad)  # 这个是求梯度,也就是在求梯度之前需要反向传播x1.grad.zero_()  # x1的梯度清零  如果不清零,梯度就一直的累加

这篇关于跟李沐学AI——动手学深度学习 PyTorch版——学习笔记pycharm版本(第二天——04-08)2023.2.27的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/358304

相关文章

pytorch自动求梯度autograd的实现

《pytorch自动求梯度autograd的实现》autograd是一个自动微分引擎,它可以自动计算张量的梯度,本文主要介绍了pytorch自动求梯度autograd的实现,具有一定的参考价值,感兴趣... autograd是pytorch构建神经网络的核心。在 PyTorch 中,结合以下代码例子,当你

如何在pycharm安装torch包

《如何在pycharm安装torch包》:本文主要介绍如何在pycharm安装torch包方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录在pycharm安装torch包适http://www.chinasem.cn配于我电脑的指令为适用的torch包为总结在p

在PyCharm中安装PyTorch、torchvision和OpenCV详解

《在PyCharm中安装PyTorch、torchvision和OpenCV详解》:本文主要介绍在PyCharm中安装PyTorch、torchvision和OpenCV方式,具有很好的参考价值,... 目录PyCharm安装PyTorch、torchvision和OpenCV安装python安装PyTor

Python虚拟环境终极(含PyCharm的使用教程)

《Python虚拟环境终极(含PyCharm的使用教程)》:本文主要介绍Python虚拟环境终极(含PyCharm的使用教程),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,... 目录一、为什么需要虚拟环境?二、虚拟环境创建方式对比三、命令行创建虚拟环境(venv)3.1 基础命令3

pytorch之torch.flatten()和torch.nn.Flatten()的用法

《pytorch之torch.flatten()和torch.nn.Flatten()的用法》:本文主要介绍pytorch之torch.flatten()和torch.nn.Flatten()的用... 目录torch.flatten()和torch.nn.Flatten()的用法下面举例说明总结torch

利用Python快速搭建Markdown笔记发布系统

《利用Python快速搭建Markdown笔记发布系统》这篇文章主要为大家详细介绍了使用Python生态的成熟工具,在30分钟内搭建一个支持Markdown渲染、分类标签、全文搜索的私有化知识发布系统... 目录引言:为什么要自建知识博客一、技术选型:极简主义开发栈二、系统架构设计三、核心代码实现(分步解析

浅谈配置MMCV环境,解决报错,版本不匹配问题

《浅谈配置MMCV环境,解决报错,版本不匹配问题》:本文主要介绍浅谈配置MMCV环境,解决报错,版本不匹配问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录配置MMCV环境,解决报错,版本不匹配错误示例正确示例总结配置MMCV环境,解决报错,版本不匹配在col

SpringCloud动态配置注解@RefreshScope与@Component的深度解析

《SpringCloud动态配置注解@RefreshScope与@Component的深度解析》在现代微服务架构中,动态配置管理是一个关键需求,本文将为大家介绍SpringCloud中相关的注解@Re... 目录引言1. @RefreshScope 的作用与原理1.1 什么是 @RefreshScope1.

Linux卸载自带jdk并安装新jdk版本的图文教程

《Linux卸载自带jdk并安装新jdk版本的图文教程》在Linux系统中,有时需要卸载预装的OpenJDK并安装特定版本的JDK,例如JDK1.8,所以本文给大家详细介绍了Linux卸载自带jdk并... 目录Ⅰ、卸载自带jdkⅡ、安装新版jdkⅠ、卸载自带jdk1、输入命令查看旧jdkrpm -qa

Tomcat版本与Java版本的关系及说明

《Tomcat版本与Java版本的关系及说明》:本文主要介绍Tomcat版本与Java版本的关系及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Tomcat版本与Java版本的关系Tomcat历史版本对应的Java版本Tomcat支持哪些版本的pythonJ