pytorch笔记：常见操作、搭建全连接模型、模型验证步骤、模型评估方法（PyTorch版本）

文章目录

• 生成tensor

• • 格式转换
  • 设置requires_grad参数

• 搭建全连接神经网络模型

• 选定损失函数指标

• 确定优化算法策略

• 实现反向推导过程

• 设计批量处理流程

• 借助GPU进行加速运算

• 进行模型持久化存储与加载操作

• 编写全部代码文件

  • 快速搭建模型与添加模型结构

  • • 快速搭建模型
    • 添加模型结构

  • 输出模型结构或者中间层权重

  • • 输出模型结构
    • 输出参数取值

  • 验证操作与模型的评估模式

  • • 验证操作
    • 评估模式

  • torchvision

PyTorch被视为神经网络领域的 numpy 代名词，在 CPU 上进行数据处理时, numpy 通常会将 array 结构用于加速运算。与之不同, PyTorch 则会在 GPU 上存放 tensor 对象来完成更快的计算任务。尽管两者在功能上有许多相似之处, 但 numpy 的操作通常针对 array 或 matrix 类型的数据, 而 PyTorch 则主要处理 tensor 对象。

参考官方文档进行安装步骤，在终端中执行两步命令即可完成PyTorch与torchaudio等组件的安装。其中，在第一部分中运行的第一条命令是安装PyTorch的核心库——PyTorch主