autograd 第16页

pytorch那些事(1)

笔记小汇总，详情参照https://pytorch-cn.readthedocs.io/zh/latest/notes/autograd/1.从后向中排除子图每个变量有requires_grad和volatile

summer_rain18·2020-06-26 15:17

pytorch自动求导系统autograd解析

1自动求导autograd简介本文阅读时长大约5分钟。机器学习及深度学习中，梯度求导这个操作无处不在，pytorch为了使用方便，将梯度求导的方法包含在torch.autograd类中。

senbinyu·2020-06-26 08:53

torch.nn.model

当我们使用autograd实现深度学习模型时，所实现的模型的抽象程度较低，如果用来实现深度学习模型，则我们需要编写的代码量极大，所以pytorch提供了torch.nn模块，是专门为深度学习设计的模块

小研一枚·2020-06-25 09:45

【深度学习】MXNet自动求解函数梯度

文章目录概述示例with语句求解梯度代码概述本节需要先了解MXNet中NDArray的基本用法，可以参考我的前一篇博客：【深度学习】MXNet基本数据结构NDArray常用操作如下示例包括：MXNet中使用autograd

Beb1997·2020-06-25 04:24

pytorch学习随笔记录一——tensor，Autograd与数学求导结果计算对比

文章目录tensortensor常用操作对应代码Autograd简单实例稍微复杂的例子tensor无论查多少资料看tensor总是从头说起，我觉得无外乎，如何定义，如何计算，如果转换。

子涣_new·2020-06-22 19:17

Pytorch autograd,backward详解

平常都是无脑使用backward，每次看到别人的代码里使用诸如autograd.grad这种方法的时候就有点抵触，今天花了点时间了解了一下原理，写下笔记以供以后参考。

aiwanghuan5017·2020-06-22 13:31

Pytorch学习:张量、自动微分和计算图

1）重温Numpy2）Pytorch中的张量：Tensor3）Pytorch自动微分器：Autograd4）自定义Autograd5）Pytorch计算图6）把计算图打包成layers：nnModule7

CVAIDL·2020-06-21 18:04

python学习 - 上下文管理，with语句

article/details/100056517gluon的一个例子：https://mxnet.incubator.apache.org/api/python/docs/_modules/mxnet/autograd.htm

tsq292978891·2020-06-21 08:38

《深度学习框架PyTorch：入门与实践》学习笔记：quick start

autograd/:为tensor提供自动求导功能。nn:专门为神经网络设计的接口，提供了很多有用的功能(神经网络层，损失函数，优化器等)。神经网络训练:以CIFAR-10分类为例演示了神经网络

精神科尔多瓦小伙·2020-06-15 13:24

PyTorch Tutorials 摘要(1) Deep Learning with PyTorch: A 60 minute blitz

文章目录0.前言1.WhatisPyTorch2.Autograd:Automaticdifferentiation3.NeuralNetworks4.Trainingaclassifier0.前言官网链接本文目标

清欢守护者·2020-06-03 23:32

第二章 Pytorch基础 Chapter 2-7使用Tensor及Autograd实现机器学习

第二章Pytorch基础Chapter2-7使用Tensor及Autograd实现机器学习本节使用PyTorch的一个自动求导的包——autograd，利用这个包及对应的Tensor，便可利用自动反向传播来求梯度

小朱智能驾驶·2020-05-31 11:01

pytorch中张量对张量的梯度求解:backward方法的gradient参数详解

一、问题起源：阅读《python深度学习：基于pytorch》这本书的tensor与Autograd一节时，看到2.5.4非标量反向传播二、疑点在于：backward(gradient=)这一参数没有理由的就选择了

阿喵酱紫糖·2020-05-09 11:28

1 PyTorch中的张量概念与定义

1什么是张量张量是一个多维数组，他是标量、向量、矩阵的高维拓展标量、向量、矩阵和张量2Tensor与Variable2.1VariableVariableVariable是torch.autograd中的数据类型

熊出没之熊二快跑·2020-04-14 22:47

【PyTorch学习】分别使用Numpy和Tensor及Antograd实现机器学习

本文分别用Numpy、Tensor、autograd来实现同一个机器学习任务，比较它们之间的异同及各自优缺点，从而加深大家对PyTorch的理解。

AI阿聪·2020-04-14 10:28

PyTorch 60 分钟入门教程

/pytorchchina.com/2018/06/25/what-is-pytorch/PyTorch60分钟入门教程：自动微分http://pytorchchina.com/2018/12/25/autograd-automatic-differentiation

磐创AI_聊天机器人·2020-04-04 18:47

第二章 Pytorch基础 Chapter 2-1/2 安装驱动的过程

torch.autograd:用于构建计算图形并自动获取梯度的包torch.nn:具有共享层和损失函数的神经网络库torch.optim:具有通用优化算法（如SGD、Adam等）的优化包

小朱智能驾驶·2020-03-30 16:28

自己动手学深度学习（P4）线性回归问题

所以我们的第一个教程是如何只利用ndarray和autograd来实现一个线性回归的训练。

山天大畜·2020-03-28 08:28

自己动手学深度学习（P3）NDArray处理数据与autograd求导

参考网站：http://zh.gluon.ai/使用NDArray来处理数据对于机器学习来说，处理数据往往是万事之开头。它包含两个部分：数据读取和当数据已经在内存里时如何处理。本章将关注后者。我们首先介绍NDArray，这是MXNet储存和变化数据的主要工具。如果你之前用过NumPy，你会发现NDArray和NumPy的多维数组非常类似。当然，NDArray提供更多的功能，首先是CPU和GPU的异

山天大畜·2020-03-26 17:21

【Pytorch学习】陈云深度学习框架PyTorch入门与实践Windows环境第二章快速入门

文章目录1.PyTorch入门第一步1.1Tensor1.2Autograd：自动微分1.3神经网络1.3.1定义网络1.3.2损失函数1.3.3优化器1.3.4数据加载与预处理1.4小试牛刀：CIFAR

老师我想当语文课代表·2020-03-23 23:12

pytorch获取中间变量的梯度

https://oldpan.me/archives/pytorch-autograd-hookhttps://blog.csdn.net/loseinvain/article/details/99172594

顾北向南·2020-03-22 05:59

PyTorch 基础(2) 自动求导

使用autograd来自动求导在机器学习中，我们通常使用梯度下降来更新模型参数从而求解。损失函数关于模型参数的梯度指向一个可以降低损失函数值的方向，我们不断地沿着梯度的方向更新模型从而最小化损失函数。

sixfold_yuan·2020-03-07 23:58

自动求梯度（pytorch版本）——2.20

PyTorch提供的autograd包能够根据输⼊和前向传播过程⾃动构建计算图，并执⾏反向传播。本节将介绍如何使⽤autograd包来进⾏⾃动求梯度的有关操作。概念Py

Someday&Li·2020-02-20 22:00

C++调用PyTorch一个简单实现附(从下载安装到输出例子)

文章目录关于PyTorch关于LibTorch安装卸载例子关于PyTorchPyTorch是一个Python包，提供了两个高级特性:-强大的GPU加速张量计算(如NumPy)-深度神经网络建立在一个基于磁带的autograd

lornatang·2020-02-16 11:36

pytorch自动微分

autograd包是pytorch里执行自动微分的一个包，看了一整天了，一定要搞懂。

机器学习笔记·2020-02-09 20:50

pytorch包介绍

torchtorch里面包含所有的工具包已经tensor库torch.nn里面包含构造神经网络的一些基本模块torch.autograd里面包含一些对张量的操作torch.nn.functional里面包含一些神经网络常用的函数

机器学习笔记·2020-02-01 19:36

【Pytorch教程】Pytorch tutorials 03-Neural networks 中文翻译

nn依赖于autograd来对模型进行定义、求导。nn.Module是所有模型的基类，它包含一个.forward(input)方法来产生output。

Rooooyy·2020-01-18 23:55

利用Pytorch实现简单的线性回归算法

Pytorch涉及的基本数据类型是tensor（张量）和Autograd（自动微分变量），对于这些概念我也是一知半解，tensor和向量，矩阵等概念都有交叉的部

carmanzzz·2020-01-15 09:19

Pytorch 实现sobel算子的卷积操作详解

中有两种实现，一种是torch.nn.Conv2d()，一种是torch.nn.functional.conv2d()，这两种方式本质都是执行卷积操作，对输入的要求也是一样的，首先需要输入的是一个torch.autograd.Variable

洪流之源·2020-01-10 17:21

Pytorch在NLP中的简单应用详解

一、Pytorch基础首先，第一步是导入pytorch的一系列包importtorchimporttorch.autogradasautograd#Autograd为Tensor所有操作提供自动求导方法

黄鑫huangxin·2020-01-08 10:27

解决torch.autograd.backward中的参数问题

torch.autograd.backward(variables,grad_variables=None,retain_graph=None,create_graph=False)给定图的叶子节点variables

coordinate_blog·2020-01-07 14:31

Pytorch: 自定义网络层实例

自定义Autograd函数对于浅层的网络，我们可以手动的书写前向传播和反向传播过程。但是当网络变得很大时，特别是在做深度学习时，网络结构变得复杂。

xholes·2020-01-07 13:13

PyTorch中 tensor.detach() 和 tensor.data 的区别详解

仍保留，但建议使用.detach(),区别在于.data返回和x的相同数据tensor,但不会加入到x的计算历史里，且requires_grad=False,这样有些时候是不安全的,因为x.data不能被autograd

梦家·2020-01-06 14:21

Pytorch 神经网络 3

nn基于autograd，定义模型并微分。一个nn.Module模块包含着forward(input)方法，返回output。Convnet上图是一个简单的前馈网络，从输入一层层向前，算出输出。

WilliamY·2020-01-04 18:07

小白学习之pytorch框架(5)-多层感知机(MLP)-(tensor、variable、计算图、ReLU()、sigmoid()、tanh())

借用https://hzzone.io/cs231n/%E7%90%86%E8%A7%A3-PyTorch-%E8%AE%A1%E7%AE%97%E5%9B%BE%E3%80%81Autograd-%E6%

郭心全·2020-01-02 23:00

pytorch-x,norm(),torch.autograd.grad函数

x.norm()函数：http://www.pythonheidong.com/blog/article/170104/torch.autograd.grad函数：计算张量的梯度函数，返回值的shape

爽歪歪666·2020-01-02 11:00

Pytorch之Variable的用法

1.简介torch.autograd.Variable是Autograd的核心类，它封装了Tensor，并整合了反向传播的相关实现Variable和tensor的区别和联系Variable是篮子，而tensor

啧啧啧biubiu·2019-12-31 09:27

浅谈对pytroch中torch.autograd.backward的思考

反向传递法则是深度学习中最为重要的一部分，torch中的backward可以对计算图中的梯度进行计算和累积这里通过一段程序来演示基本的backward操作以及需要注意的地方>>>importtorch>>>fromtorch.autogradimportVariable>>>x=Variable(torch.ones(2,2),requires_grad=True)>>>y=x+2>>>y.gra

https://oldpan.me/archives/pytroch-torch-autograd-backward·2019-12-27 08:39

Pytorch 0.4.0 新版本特性

Tensor和Variable合并，autograd的机制有所不同，变得更简单，使用requires_grad和上下文相关环境管理，弃用了volatile标志。

古de莫宁·2019-12-23 18:47

PyTorch学习笔记(三)：自动求导Autograd

现代神经网络依靠反向传播(BackPropogation)算法来对模型进行优化，其本质是大规模链式求导。因此，能够对通过编程来对网络参数进行求导是非常重要的。目前的深度学习框架神经网络如PyTorch和TensorFlow等都实现了自动求梯度的功能。计算图计算图(ComputationGraph)是现代深度学习框架的核心，其为高效自动求导算法——反向传播(BackPropogation)提供了理论

洛荷·2019-12-20 00:16

从头学pytorch(二) 自动求梯度

PyTorch提供的autograd包能够根据输⼊和前向传播过程⾃动构建计算图，并执⾏反向传播。

core!·2019-12-15 23:00

《深度学习框架PyTorch：入门与实践》读书笔记

https://github.com/chenyuntc/pytorch-bookChapter2：PyTorch快速入门+Chapter3:Tensor和Autograd+Chapter4:神经网络工具箱

Limitlessun·2019-12-11 21:00

强大的PyTorch：10分钟让你了解深度学习领域新流行的框架

原文链接PyTorch由于使用了强大的GPU加速的Tensor计算（类似numpy）和基于tape的autograd系统的深度神经网络。

亚斯咪妮·2019-12-02 11:55

PyTorch Note -- 自动求导

自动求导有两种方式torch.autograd.grad(loss_func,[parameter,...])或者是loss_func.backward();parameter.gradx=torch.ones

小孟Tec·2019-10-23 11:25

pytorch（一）--张量创建汇总

二，Tensor与VariableVariable是torch.autograd中的数据类型，主要用于封装Tensor，进行自动求导。

yr_·2019-10-22 15:30

pytorch学习 -- 反向传播backward

入门学习pytorch，在查看pytorch代码时对autograd的backard函数的使用和具体原理有些疑惑，在查看相关文章和学习后，简单说下我自身的理解：backward函数属于torch.autograd

kawhileona_a49b·2019-10-15 22:02

2019-10-12

数学上，如果有一个函数值和自变量都为向量的函数,那么关于的梯度就是一个雅可比矩阵（Jacobianmatrix）:而torch.autograd这个包就是用来计算一些雅克比矩阵的乘积的。

Surnal·2019-10-15 14:21

理解深度学习反向传播——从简单的线性拟合案例开始

imagetips:所有代码都在jupyternotebook中完成自动微分变量首先是引入pytorch，以及包含的自动微分变量包autograd这个自动微分变量是用来干什么的呢？

如意同学Try·2019-10-11 10:20

PyTorch实战福利从入门到精通之三——autograd

autograd反向传播过程需要手动实现。这对于像线性回归等较为简单的模型来说，还可以应付，但实际使用中经常出现非常复杂的网络结构，此时如果手动实现反向传播，不仅费时费力，而且容易出错，难以检查。

cold星辰·2019-10-04 19:01

深度学习框架PyTorch入门与实践：第三章 Tensor和autograd

几乎所有的深度学习框架背后的设计核心都是张量和计算图，PyTorch也不例外，本章我们将学习PyTorch中的张量系统（Tensor）和自动微分系统（autograd）。

金字塔下的小蜗牛·2019-09-24 00:48

PyTorch学习（基础）—— Tensor & autograd

几乎所有的深度学习框架背后的设计核心都是：张量和计算图。一、Tensor在pytorch中，Tensor（一般可译作“张量”）是重要的数据结构，torch.Tensor是存储和变换数据的主要工具，可认为是一个高维数组，它可以是一个数（标量）、一维张量（向量）、二维张量（矩阵）或更高维的张量。Tensor和numpy中的多维数组ndarray很类似，但Tensor可以使用GPU加速。Tensor的接

loveliuzz·2019-09-23 17:27

推荐频道

autograd