参考文章1：PyTorch版《动手学深度学习》PDF 版开源了
参考文章2：/download/Dontla/12371960
文章目录
1.1 安装pytorch1.2 数据操作2.2.2 操作2.2.5 TENSOR 和 NUMPY的相互转换2.2.6 TENSOR ON GPU2.3 自动求梯度1.1 安装pytorch
pytorch官网 点击get started–>
安装CUDA和cuDNN
安装pytorch：
pip install -i https://pypi.tuna./simple -t D:\0228_play_with_pytorch\python\Lib\site-packages torch===1.4.0 torchvision===0.5.0
镜像源安装不了
pip install torch===1.4.0 torchvision===0.5.0 -f /whl/torch_stable.html
还是用原来的装吧
pip install -t D:\0228_play_with_pytorch\python\Lib\site-packages torch===1.4.0 torchvision===0.5.0 -f /whl/torch_stable.html
太慢了，直接放弃：
不搞了，貌似没法指定安装目录
直接pip吧，不指定位置了
pip也慢。。。
我的笔记本上cuda刚好装的9.0的，找到支持9.0cuda的最新版本的pytorch，
在这里安装老版本的pytorch
# CUDA 9.0Download and install wheel from /whl/cu90/torch_stable.html
我的python是3.6的，安装这个版本：
直接下太慢，右键用迅雷下
下载好，就可以安装了，安装方法：python pip如何安装wheel文件？.whl（pip install [wheel]）
1.2 数据操作
# -*- coding: utf-8 -*-"""@File : 2.2.1 创建 TENSOR.py@Time : /3/4 15:05@Author : Dontla@Email : sxana@@Software: PyCharm"""import torch# 创建⼀一个5x3的未初始化的 Tensorx = torch.empty(5, 3)# print(x)# tensor([[1.0286e-38, 1.0653e-38, 1.0194e-38],# [8.4490e-39, 9.6429e-39, 8.4490e-39],# [9.6429e-39, 9.2755e-39, 1.0286e-38],# [9.0919e-39, 8.9082e-39, 9.2755e-39],# [8.4490e-39, 1.0194e-38, 1.0194e-38]])# 创建⼀一个5x3的随机初始化的 Tensorx = torch.rand(5, 3)# print(x)# tensor([[0.0680, 0.7391, 0.4845],# [0.2930, 0.1596, 0.7253],# [0.9158, 0.4388, 0.4839],# [0.3747, 0.3134, 0.2967],# [0.5608, 0.2200, 0.3671]])# 创建⼀一个5x3的long型全0的 Tensorx = torch.zeros(5, 3, dtype=torch.long)# print(x)# tensor([[0, 0, 0],# [0, 0, 0],# [0, 0, 0],# [0, 0, 0],# [0, 0, 0]])# 直接根据数据创建tensorx = torch.tensor([5.5, 3])# print(x)# tensor([5.5000, 3.0000])# 通过现有的 Tensor 来创建，此方法会默认重用输入 Tensor 的一些属性，例如数据类型，除⾮非⾃自定义数据类型。x = x.new_ones(5, 3, dtype=torch.float64) # 返回的tensor默认具有相同的torch.dtype和torch.deviceprint(x)x = torch.randn_like(x, dtype=torch.float) # 指定新的数据类型print(x)
2.2.2 操作
其他略了，自己看文档去
感觉这个比较叼，不叼的我都不附上来,ԾㅂԾ,
2.2.5 TENSOR 和 NUMPY的相互转换
torch.Tensor.numpy() # 转换成numpy数组
torch.from_numpy() # 将numpy数组转换成Tensor
2.2.6 TENSOR ON GPU
# -*- coding: utf-8 -*-"""@File : test.py@Time : /4/1 19:24@Author : Dontla@Email : sxana@@Software: PyCharm"""import torch# 以下代码只有在PyTorch GPU版本上才能执行x = torch.empty(5, 3)if torch.cuda.is_available():device = torch.device("cuda") # GPUy = torch.ones_like(x, device=device) # 直接创建一个在GPU上的Tensorx = x.to(device) # 等价于.to("cuda")z = x + yprint(z)print(z.to("cpu", torch.double)) # to()还可以同时更改数据类型
结果：
D:\1031_tensorflow_yolov3\python\python.exe C:/Users/SIQI/Desktop/PyQt5/test.pytensor([[1., 1., 1.],[1., 1., 1.],[1., 1., 1.],[1., 1., 1.],[1., 1., 1.]], device='cuda:0')tensor([[1., 1., 1.],[1., 1., 1.],[1., 1., 1.],[1., 1., 1.],[1., 1., 1.]], dtype=torch.float64)Process finished with exit code 0
