最近幾天，由於要復現一篇**，但是**中的公式太過複雜，層層巢狀，本人表示無法求出導數來，遂決定借助框架的力量來進行操作，嘗試過tensorflow,但是其靜態圖的模式除錯起來過於麻煩，不利於隨時隨地取出資料來驗證，於是開始轉攻pytorch，用來一段時間，感覺真的很好用，但是在編寫過程中也遇到很多的坑，於是決定將這些坑分享出來，以待後來人。
pytorch和tensorflow一樣的一點在於他們接受的能夠處理的資料型別是張量，將我們在python中常用的list,array等資料型別轉換為張量是使用框架至關重要的一部，如果你連合格的資料都提供不了，就不用說接下來的學習了，下面貼出python常用型別與張量tensor之間的互換函式：
tensor---->numpy 可以使用 data.numpy()，data為tensor變數
numpy ----> tensor 可以使用torch.from_numpy(data)，data為numpy變數
如果遇到型別為list的資料可以先轉換為array型別的再用torch.from_numpy轉換為tensor型別
# torch.
long
() 將tensor投射為
long
型別
long_tensor = tensor.
long
()print(long_tensor)
# torch.half()將tensor投射為半精度浮點型別
half_tensor = tensor.half()print(half_tensor)
# torch.int()將該tensor投射為int型別
int_tensor = tensor.
int()print(int_tensor)
# torch.double()將該tensor投射為double型別
double_tensor = tensor.
double
()print(double_tensor)
# torch.float()將該tensor投射為float型別
float_tensor = tensor.
float
()print(float_tensor)
# torch.char()將該tensor投射為char型別
char_tensor = tensor.
char
()print(char_tensor)
# torch.byte()將該tensor投射為byte型別
byte_tensor = tensor.
byte
()print(byte_tensor)
# torch.short()將該tensor投射為short型別
short_tensor = tensor.
short
()print(short_tensor)
前端學習的小竅門
1.data callback else json 第乙個是url，第二個是post時傳入的值，function中的data並不是傳入值，而是傳出值，function是對傳出值進行處理的函式，callback同樣是對傳出值處理的函式。因為js是非同步處理的，不能像同步時一樣可以return結果，只能...
乙個有趣的小竅門
無聊，cmd 後看見好多東西，其中有個好玩的 如果 d 未在命令列上被指定，當 cmd.exe 開始時，它會尋找 以下 reg sz reg expand sz 登錄檔變數。如果其中乙個或 兩個都存在，這兩個變數會先被執行。hkey local machine software microsoft ...
Python的小竅門（一） 提示程式的執行
1.環境 win10 x64 python2.7.13 x64 2.目的 在控制台顯示乙個程式執行的狀態，向開發者反饋程式執行正常與否。雖然python的擴充套件模組tqdm可以動態跟蹤程式的運 況，網上也推薦了很多庫，這裡自定義乙個小函式，比較簡單。3.解決方式 這裡以7為乙個列印週期，每次列印乙...