PyTorch 导数应用的使用教程

所需积分/C币:5 2020-12-17 01:18:17 72KB PDF
7
收藏 收藏
举报

前言 由于机器学习的基本思想就是找到一个函数去拟合样本数据分布,因此就涉及到了梯度去求最小值,在超平面我们又很难直接得到全局最优值,更没有通用性,因此我们就想办法让梯度沿着负方向下降,那么我们就能得到一个局部或全局的最优值了,因此导数就在机器学习中显得非常重要了 基本使用 tensor.backward()可以及自动将梯度累加积到tensor.grad上 x = torch.ones(3,3) print(x.requires_grad) x.requires_grad_(True) print(x.requires_grad) y = x**2/(x-2) out = y.mean()

...展开详情
试读 2P PyTorch 导数应用的使用教程
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
PyTorch 导数应用的使用教程 5积分/C币 立即下载
1/2
PyTorch 导数应用的使用教程第1页

试读结束, 可继续阅读

5积分/C币 立即下载 >