먼저 Python 환경에 PyTorch를 설치해야 합니다. 가장 쉬운 방법은 — pip
또는 conda
도구를 사용하세요. pytorch.org 를 방문하여 사용하려는 Python 인터프리터 및 패키지 관리자 버전을 설치하십시오.
# Jupyter 노트북에서 이 Python 코드를 실행할 수 있습니다.
# 올바른 버전을 자동으로 설치하기 위해
# 파이토치.
# http://pytorch.org / os 가져오기 경로
< 코드 클래스 = "일반"> wheel.pep425tags <코드 클래스 = "keyword"> 가져오기 <코드 클래스 = "plain"> get_abbr_impl, get_impl_ver, get_abi_tag
<코드 클래스 = "일반"> 플랫폼 <코드 클래스 = "키워드"> = <코드 클래스 = "문자열"> `{} {} - {}` <코드 클래스 = "일반">. <코드 클래스 = "기능 "> 형식 <코드 클래스 ="일반 "> (get_abbr_impl(), get_impl_ver(), get_abi_tag())
가속기
=
`cu80`
if
path.exists (
`/ opt / bin / nvidia-smi`
)
else
`cpu`
<코드 클라 ss = "일반">! pip 설치 <코드 클래스 = "키워드"> - <코드 클래스 = "일반"> q http: <코드 클래스 = "키워드"> / <코드 클래스 = "키워드"> / <코드 클래스 = "일반"> download.pytorch.org <코드 클래스 = "키워드"> / <코드 클래스 = "일반"> whl <코드 클래스 = "키워드"> / <코드 클래스 = "일반"> {액셀러레이터} <코드 클래스 = "키워드"> / <코드 클래스="일반 "> 토치 -
0.3
.
<코드 클래스 = "값"> 0.post4 <코드 클래스 = "키워드"> - <코드 클래스 = "일반"> {플랫폼} <코드 클래스 = "keyword"> - linux_x86_64.whl torchvision
PyTorch가 설치되었으면 이제 코드를 살펴보세요.
아래 두 줄을 작성하여 필요한 라이브러리 함수 및 개체를 가져오세요.
또한 일부 데이터를 정의하고 이를 변수 x_data 및 y_data,은 다음과 같습니다.
여기 x_data & #8212; 우리의 독립 변수와 y_data — 우리의 종속 변수. 이것은 지금 우리의 데이터 세트가 될 것입니다. 다음으로 모델을 정의해야 합니다. 모델을 정의하는 데에는 두 가지 주요 단계가 있습니다. 그것들은:
아래 클래스를 사용합니다.
보시다시피 Model 클래스는 torch.nn.module의 하위 클래스입니다. 또한 여기에 입력과 출력이 하나만 있으므로 입력 및 출력 크기가 1인 선형 모델을 사용합니다. 다음으로 이 모델의 개체를 만듭니다.
그 후 최적화 프로그램을 선택하고 손실 기준. 여기서 우리는 평균 제곱 오차(MSE)를 손실 함수로 사용하고 확률적 기울기 하강법(SGD)을 최적화기로 사용합니다. 또한 학습률을 임의로 0.01로 수정합니다.
링크 |