当前位置：网站首页>【科研-学习-pytorch】1-框架特性和常见问题类型

【科研-学习-pytorch】1-框架特性和常见问题类型

2022-08-09 00:25:00 【helloworld_Fly】

文章目录

静态图和动态图框架

静态图：先定义变量和结构，后运行；结构和运行是分开的过程，定义好结构后运行期间是无法干预的；（不方便输出中间变量）TensorFlow
动态图：随时定义，随时运行；灵活调整变量和计算方式，灵活调试中间变量的值和shape，方便操作；pytorch

pytorch特性

  • gpu加速
  • 自动求导
    autograd.grad(y, [a, b, c])
  • 常用深度学习模块
    nn.Linear, nn.Conv2d, nn.LSTM

简单回归问题-Linear Regression

利用梯度下降，回归得到最优解；
举例：二元一次方程组的近似解
y = wx + b 构造优化目标： Loss =(wx+b-y)^2

总结

  • Linear Regression
    较简单的线性回归问题，一般是连续空间的分布点拟合；求解y=w*x+b中w和b的值；

  • Logistic Regression
    相比线性回归，预测离散点投影在【0，1】区间内的值，和分类问题相比不考虑概率和为1；

  • Classification
    投影到【0，1】区间，且所有分类概率之和为1，选择最大概率类别作为预测结果；

原网站

版权声明
本文为[helloworld_Fly]所创，转载请带上原文链接，感谢
https://blog.csdn.net/helloworld_Fly/article/details/124873015

边栏推荐

猜你喜欢

随机推荐