batch 和epoch
神經網路中引數更新常用隨機梯度下降法，batch控制模型內部引數更新之前訓練樣本的個數；epoch有乙個或多個barch組成，控制通過訓練資料集的完整傳遞的次數。
比如訓練集有50000個樣本，而我設定的batch size是50，也就是說每50個樣本才更新一次引數，那麼也就意味著乙個epoch裡會提取1000次bach，這樣才會把每個樣本都提取了一遍，更新了1000此引數。這是乙個epoch裡做的，一次類推，我要設定2000個epoch意味著把這個過程重複2000次。也就是訓練集裡的每個樣本都被提取了2000次。
pytorch基礎函式
返回乙個張量，從標準正態分佈 均值為0，方差為1 中抽取的一組隨機數。張量的形狀由引數sizes定義。import torch import torch.nn.functional as f x1 torch.tensor 1,2,3,4 1,3,4,5 3,4,5,6 y11 f.softmax ...
Pytorch基礎操作
import torch import numpy as np x torch.empty 5,3 print x 初始化乙個隨機矩陣 x torch.zeros 5,3,dtype torch.long print x 構建乙個全0矩陣 x x.new ones 5,3,dtype torch.d...
pytorch基礎用法
1.把x0和x1的資料合在一起，宣告是什麼型別的資料集 x torch.cat x0,x1 0 type torch.floattensor shape 200,2 floattensor 32 bit floating y torch.cat y0,y1 type torch.longtensor...