参考一个例子import torchfrom torch.utils import dataclass MyDataset(data.Dataset):def __init__(self):super(MyDataset, self).__init__()self.data = torch.randn(8,2)def __getitem__(self, index):return self.data[index], indexdef __len__(self):r

1.三个核心函数介绍一系列关于 PyTorch 模型保存与加载的应用场景，主要包括三个核心函数：(1)torch.save其中，应用了 Python 的 pickle 包，进行序列化，可适用于模型Models，张量Tensors，以及各种类型的字典对象的序列化保存.(2)torch.load采用 Python

项目地址：https://github.com/rusty1s/pytorch_geometric作者大神真的太屌了，膜拜，工程实现能力太强了本文希望能够记录学习其源码的过程data / dataset 部分（涉及优化？） 语法  @property 一种Python内置装饰器，可以将一个成员函数当成成员变量来访

RuntimeError:one of the variables needed for gradient computation has been modified by an inplace operation原因：0.4.0把Varible和Tensor融合为一个Tensor，inplace操作，之前对Varible能用，但现在对Tensor，就会出错了，所以找到模型中所有的inplace

windows版打开Anaconda promptconda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --set show_channel_urls yescond

1.词嵌入预训练模型2.Glove3.求近义词和类比词1.文本嵌入预训练模型虽然 Word2Vec 已经能够成功地将离散的单词转换为连续的词向量，并能一定程度上地保存词与词之间的近似关系，但 Word2Vec 模型仍不是完美的，它还可以被进一步地改进：子词嵌入（subword emb

一，cpu 下安装tensorflowcondaenvlistsource activate tensorflow直接安装相应版本pythonimport tensorflow as tftf.version 1.11.0keras 直接安装condaenvlistsource activate kerasimport keras 2.2.2print(keras.version)import tensorflow as tftf.versi

1. pytorch运行错误：RuntimeError: cuDNN error: CUDNN_STATUS_INTERNAL_ERROR解决方法：代码中添加： torch.cuda.set_device(0)2. 训练RNN网络loss出现Nan解决办法（1） 梯度爆炸的原因可以通过梯度裁决解决GRAD_CLIP = 5loss.backward()torch.nn.utils.cl

文章目录：目录1 模型三要素2 参数初始化3 完整运行代码4 尺寸计算与参数计算1 模型三要素三要素其实很简单必须要继承nn.Module这个类，要让PyTorch知道这个类是一个Module在__init__(self)中设置好需要的组件，比如conv，pooling，Linear，BatchNorm等等最后

本博文参考七月在线pytorch课程1.numpy和pytorch实现梯度下降法使用numpy实现简单神经网络import numpy as npN, D_in, H, D_out = 64, 1000, 100, 10# 随机创建一些训练数据x = np.random.randn(N, D_in)y = np.random.randn(N, D_out)w1 = np.random.randn(D

运行这段代码import torchimport numpy as npimport matplotlib.pyplot as pltx = torch.ones(2,2,requires_grad=True)print('x:\n',x)y = torch.eye(2,2,requires_grad=True)print("y:\n",y)z = x**2+y**3z.backward()print(x.grad,'\n',y.grad)结果出