Learning Path
浏览 PyTorch 相关教程与章节。
AI Agent、机器学习、深度学习、数据分析与 Python 科学计算。
教程
525
PyTorch 模型保存和加载 在深度学习项目中，模型保存和加载是至关重要的环节，主要原因包括： 训练中断恢复：当训练过程意外中断时，可以从保存点继续训练 模型部署：将训练好的模型部署到生产环境 模型共享：方便团队成员之间共享模型成果 迁移学习：保存预训练模型用于其他任务 性能评估：保存不同训练阶段的模型进行比较 基本保存和加载方法 保存整个模型 这是最简单的方法，保存模型的架构和参数： 实例 [mycode4 type=&#..
PyTorch 神经网络基础 神经网络是一种模仿人脑处理信息方式的计算模型，它由许多相互连接的节点（神经元）组成，这些节点按层次排列。 神经网络的强大之处在于其能够自动从大量数据中学习复杂的模式和特征，无需人工设计特征提取器。随着深度学习的发展，神经网络已经成为解决许多复杂问题的关键技术。 神经元（Neuron） 神经元是神经网络的基本单元，它接收输入信号，通过加权求和后与偏置（bias）相加，然后通..
PyTorch 循环神经网络（RNN） $(function() { $('.math').each(function() { renderMathInElement(this, { // 自定义选项，如果需要的话 delimiters: [ { left: '\\(', right: ..
PyTorch 张量（Tensor） 张量是一个多维数组，可以是标量、向量、矩阵或更高维度的数据结构。 在 PyTorch 中，张量（Tensor）是数据的核心表示形式，类似于 NumPy 的多维数组，但具有更强大的功能，例如支持 GPU 加速和自动梯度计算。 张量支持多种数据类型（整型、浮点型、布尔型等）。 张量可以存储在 CPU 或 GPU 中，GPU 张量可显著加速计算。 下图展示了不同维度的张量（Tensor）在 PyT..
PyTorch 实例 - 文本情感分析项目 文本情感分析是自然语言处理(NLP)中的一项基础任务，旨在判断一段文本表达的情感倾向(正面/负面)。本项目将使用PyTorch构建一个深度学习模型，实现对电影评论的情感分类。 情感分析的应用场景 产品评论分析 社交媒体舆情监控 客户服务反馈分类 市场趋势预测 环境准备 所需工具和库 实例 [mycode4 type='python'] import torch ..
PyTorch torch._assert 函数 Pytorch torch 参考手册 torch._assert 是 PyTorch 中用于断言检查的函数。如果条件为 False，则抛出 RuntimeError。 函数定义 torch._assert(condition, message) 使用示例 实例 [mycode4 type='python'] import torch # 示例代码 con..
PyTorch torch.abs 函数 Pytorch torch 参考手册 torch.abs 是 PyTorch 中用于计算张量绝对值的函数。 函数定义 torch.abs(input, out=None) 使用示例 实例 [mycode4 type='python'] import torch # 创建包含负数的张量 x = torch.tensor([-1, -2, 3, -4]) ..
PyTorch torch.absolute 函数 Pytorch torch 参考手册 torch.absolute 是 PyTorch 中用于计算逐元素绝对值的函数，与 torch.abs 功能相同。 函数定义 torch.absolute(input, out=None) 使用示例 实例 [mycode4 type='python'] import torch # 创建包含负数的张量 x ..
PyTorch torch.acos 函数 Pytorch torch 参考手册 torch.acos 是 PyTorch 中用于计算逐元素反余弦（arccosine）的函数。 函数定义 torch.acos(input, out=None) 使用示例 实例 [mycode4 type='python'] import torch # 创建张量 x = torch.tensor([-1.0, -..
PyTorch torch.acosh 函数 Pytorch torch 参考手册 torch.acosh 是 PyTorch 中用于计算逐元素反双曲余弦（inverse hyperbolic cosine）的函数。 函数定义 torch.acosh(input, out=None) 使用示例 实例 [mycode4 type='python'] import torch # 创建大于等于1的张..
PyTorch torch.add 函数 Pytorch torch 参考手册 torch.add 是 PyTorch 中用于执行逐元素加法的函数。它将两个张量或一个张量和一个标量相加。 这是最基础的数学运算之一，在深度学习中的各种计算场景都会用到。 函数定义 torch.add(input, other, alpha=1, out=None) 参数: input (Tensor): 第一个输入张量。 other (T..
PyTorch torch.addbmm 函数 Pytorch torch 参考手册 torch.addbmm 是 PyTorch 中用于将批量矩阵乘法的结果添加到输入矩阵的函数。它对 batch1 和 batch2 中的每一对矩阵进行矩阵乘法，然后将所有结果求和后添加到 input 中。 函数定义 torch.addbmm(input, batch1, batch2, *, beta=1.0, alpha=1.0, out=..
PyTorch torch.addcdiv 函数 Pytorch torch 参考手册 torch.addcdiv 是 PyTorch 中用于执行 input + value * (tensor1 / tensor2) 逐元素运算的函数。 函数定义 torch.addcdiv(input, tensor1, tensor2, value=1, out=None) 参数说明 input: 输入张量 tensor1: 分子张..
PyTorch torch.addcmul 函数 Pytorch torch 参考手册 torch.addcmul 是 PyTorch 中用于执行 input + value * (tensor1 * tensor2) 逐元素运算的函数。 函数定义 torch.addcmul(input, tensor1, tensor2, value=1, out=None) 参数说明 input: 输入张量 tensor1: 第一个..
PyTorch torch.addmm 函数 Pytorch torch 参考手册 torch.addmm 是 PyTorch 中用于将矩阵乘法的结果添加到输入矩阵的函数。它执行 mat1 @ mat2 的矩阵乘法，然后将结果与 input 相加。 函数定义 torch.addmm(input, mat1, mat2, *, beta=1.0, alpha=1.0, out=None) 参数: input (Tensor..
PyTorch torch.addmv 函数 Pytorch torch 参考手册 torch.addmv 是 PyTorch 中用于将矩阵向量乘法的结果添加到输入向量的函数。它执行矩阵与向量的乘法，然后将结果与 input 相加。 函数定义 torch.addmv(input, mat, vec, *, beta=1.0, alpha=1.0, out=None) 参数: input (Tensor): 输入向量或矩阵..
PyTorch torch.addr 函数 Pytorch torch 参考手册 torch.addr 是 PyTorch 中用于计算两个向量的外积并将其添加到输入矩阵的函数。它计算 vec1 的每一行与 vec2 的每一列的外积，然后添加到 input 中。 函数定义 torch.addr(input, vec1, vec2, *, beta=1.0, alpha=1.0, out=None) 参数: input (T..
PyTorch torch.adjoint 函数 Pytorch torch 参考手册 torch.adjoint 是 PyTorch 中用于计算矩阵的共轭转置（adjoint）的函数。对于实数矩阵，它等价于转置；对于复数矩阵，它返回转置并取每个元素的共轭。 函数定义 torch.adjoint(input) 参数: input (Tensor): 输入张量。 返回值: torch.Tensor: 返回输入张量的共..
PyTorch torch.all 函数 Pytorch torch 参考手册 torch.all 是 PyTorch 中用于判断是否所有元素都为 True 的函数。 函数定义 torch.all(input, dim, keepdim, out) 使用示例 实例 [mycode4 type='python'] import torch x = torch.tensor([[True, True..
PyTorch torch.allclose 函数 Pytorch torch 参考手册 torch.allclose 是 PyTorch 中用于检查两个张量是否所有元素都接近的函数。它用于判断两个张量在给定容差范围内是否相等。 函数定义 torch.allclose(input, other, rtol=1e-05, atol=1e-08, equal_nan=False) 使用示例 实例 [mycode4 typ..
PyTorch torch.amax 函数 Pytorch torch 参考手册 torch.amax 是 PyTorch 中用于返回张量沿指定维度的最大值的函数。 函数定义 torch.amax(input, dim, keepdim=False) 使用示例 实例 [mycode4 type='python'] import torch x = torch.tensor([[1, 3, 2],..
PyTorch torch.amin 函数 Pytorch torch 参考手册 torch.amin 是 PyTorch 中用于返回张量沿指定维度的最小值的函数。 函数定义 torch.amin(input, dim, keepdim=False) 使用示例 实例 [mycode4 type='python'] import torch x = torch.tensor([[1, 3, 2],..
PyTorch torch.aminmax 函数 Pytorch torch 参考手册 torch.aminmax 是 PyTorch 中用于返回张量的最小值和最大值的函数。 函数定义 torch.aminmax(input, dim=None, keepdim=False) 使用示例 实例 [mycode4 type='python'] import torch x = torch.tenso..
PyTorch torch.angle 函数 Pytorch torch 参考手册 torch.angle 是 PyTorch 中用于返回复数张量相位角（argument）的函数。返回值的单位为弧度，范围在 [-pi, pi] 之间。 函数定义 torch.angle(input, out=None) 使用示例 实例 [mycode4 type='python'] import torch # ..