文章目录一、什么是pytoch一、Numpy与Tensor1.1基础部分一、什么是pytochPyTorch 是 Facebook 开源的深度学习框架简单说就是帮你快速搭建、训练神经网络自动计算梯度不用手动写求导公式支持 GPU 加速训练速度超快语法和 Python 几乎一样最适合新手入门PyTorch工具箱基础数据结构torch.Tensor神经网络的 “数据载体”类似 NumPy 的数组但支持 GPU 加速、自动求导。数据加载torch.utils.data高效加载训练 / 测试数据支持批量处理、打乱、多线程加速。神经网络搭建torch.nn提供现成的网络层、激活函数、损失函数快速搭建模型。优化器与训练torch.optim实现梯度下降、Adam 等优化算法更新模型参数。一、Numpy与TensorNumpyNumerical Python底层用 C 语言实现运算速度远快于 Python 原生列表是数据分析、机器学习、科学计算等领域的基础工具。其核心优势如下高效的多维数组ndarraynumpy 的核心数据结构支持快速的元素访问和批量运算。矢量化运算无需编写循环即可对数组中的所有元素执行操作简洁且高效。丰富的数学函数内置大量线性代数、傅里叶变换、随机数生成等函数。与其他库兼容是 pandas、matplotlib、scikit-learn 等库的基础数据可以无缝交互。# 安装numpypip install numpy conda install numpy# 验证下载importnumpyasnpprint(np.__version__)1.1基础部分https://www.runoob.com/numpy/numpy-ndarray-object.htmlndarray(N-dimensional array)是numpy 的核心数据结构用于存储和处理多维的数值数据如标量、向量、矩阵、张量等。1 维 ndarray对应数学中的 “向量”如 [1, 2, 3, 4]。2 维 ndarray对应数学中的 “矩阵”如 [[1,2], [3,4]]。3 维 ndarray对应 “张量”如彩色图片的 (高度, 宽度, 通道)。n 维 ndarray可用于表示更复杂的数据如视频序列 (帧数, 高度, 宽度, 通道)。在机器学习中图像自然语言语音等内容在输入模型之前都需要将其数字化。
