pytorch简单示例
时间: 2024-05-29 09:07:45 浏览: 7
PyTorch是一个开源的机器学习框架,它主要基于Python语言,并提供了大量的API接口,方便用户构建各种复杂的神经网络模型。以下是一个简单的PyTorch示例:
```
import torch
import torch.nn as nn
import torch.optim as optim
# 定义数据
x_train = torch.FloatTensor([, , ])
y_train = torch.FloatTensor([, , ])
# 定义模型
model = nn.Linear(1, 1)
# 定义损失函数和优化器
criterion = nn.MSELoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)
# 训练模型
num_epochs = 1000
for epoch in range(num_epochs):
optimizer.zero_grad()
hypothesis = model(x_train)
loss = criterion(hypothesis, y_train)
loss.backward()
optimizer.step()
if epoch % 100 == 0:
print('Epoch [{}/{}], Loss: {:.4f}'.format(epoch+1, num_epochs, loss.item()))
# 测试模型
x_test = torch.FloatTensor([])
y_test = model(x_test)
print('When x is {}, y is {}'.format(x_test.item(), y_test.item()))
```
该示例中,我们定义了一个包含一个输入和一个输出的线性模型,使用均方误差(MSE)作为损失函数,并使用随机梯度下降(SGD)作为优化器来训练模型。然后我们测试了训练好的模型,输入4,输出应该是8。
相关推荐
![.zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)