[रैपिड लर्निंग] पाइटोरेक का परिचय ①: टॉर्च को संभालने की कोशिश करें
पाइटोरेक क्या है
PyTorch फेसबुक द्वारा विकसित एक गहन शिक्षण ढांचा है। TensorFlow और keras की तुलना में, उपयोगकर्ता आबादी कम है, लेकिन इसमें एक परिभाषित रन प्रारूप है जो लचीले नेटवर्क निर्माण को सक्षम करता है, और तेजी से बढ़ रहा है।यह मूल रूप से चैनर का एक कांटा था, लेकिन चूंकि यह पश्चिमी दुनिया में शोधकर्ताओं के बीच व्यापक रूप से फैल गया, पीएफएन ने चैनर को रोक दिया और सहयोग किया और पाइटोरेक के विकास में शामिल हो गया।
PyTorch में दो चीज़ें हैं:
NumPy के बराबर "मशाल" जिसे GPU द्वारा त्वरित किया जा सकता है
・लचीला और तेज डिफाइनबायरन टाइप डीप लर्निंग प्लेटफॉर्म
यहाँ आधिकारिक पृष्ठ से PyTorch कैसे स्थापित करें:https://pytorch.org/
विवरण कई जापानी लेखों में शामिल हैं (संदर्भ:PyTorch का परिचय!PyTorch की बढ़ती लोकप्रियता के बारे में 6 मूल बातें जो आपको पता होनी चाहिए)
टॉर्च का उपयोग कैसे करें
Pytorch में, भले ही आप संख्यात्मक प्रकार का डेटा दर्ज करते हैं, आप गणना नहीं कर सकते हैं, और गणना करने के लिए डेटा प्रकार टॉर्च.टेंसर का उपयोग कर सकते हैं।इसलिए, डेटा को टॉर्च.टेंसर प्रकार के साथ बनाया और परिवर्तित किया जाना चाहिए।यह लगभग सुन्न जैसा है, लेकिन तेज गणित के लिए एनवीडिया जीपीयू के साथ।
इसके अलावा, मशाल मॉड्यूल में बहु-आयामी टेन्सर (जैसे उच्च-क्रम मैट्रिसेस) के लिए एक डेटा संरचना होती है, जिसका उपयोग कुशलता से टेंसर गणना और प्रकार रूपांतरण करने के लिए किया जा सकता है।
मे २]:
・ आप .size () के साथ टेंसर आकार की जांच कर सकते हैं
・ मैट्रिक्स तत्वों को सूची को टुकड़ा करके निकाला जा सकता है, और उसी तरह से संभाला जा सकता है जैसे कि खसखस \uXNUMXb\uXNUMXbसरणी।
मे २]: जोड़, घटाव और विभेदन जैसे बुनियादी संचालन किए जा सकते हैं।
मे २]: व्यू के साथ सरणी को दोबारा बदलें ()
मे २]: numpy के साथ परस्पर परिवर्तनीय
मे २]: जीपीयू पर गणना करने के लिए .to(device) पास करें