Pytorch 任务一

【Task1(2天)】PyTorch的基本概念

    什么是Pytorch，为什么选择Pytroch？

    Pytorch是一个基于python的科学计算包，是一个快速进行深度学习的平台。

    Pytorch有以下优点：

    * 动态图，即在运行时定义创建，可以多次构建多次运行，可以随时查看训练中的tensor值，快速学习网络方法，有利于研究人员、爱好者、小规模项目等快速搞出原型。

    Pytorch的安装

    在阅读了安装文档之后，发现pytorch需要python3，而我的python3装在Anaconda环境下。所以决定在Anaconda环境下安装pytorch。

    首先在命令行中切换到anaconda环境： activate anaconda

    在安装的过程中悲剧地发现我的电脑是集成显卡，没有NVIDIA 也没法用GPU 带动。

    幸好在官网找到了可以安装在cpu上地pytorch命令：

     conda install pytorch-cpu torchvision-cpu-cpytorch

         然后打开jupyter notebook: import pytorch 显示运行成功

    PyTorch基础概念

    Tensor (张量）类似于NumPy的ndarray，但还可以在GPU上使用来加速计算。

        创建一个随机初始化矩阵：

          直接从数据构造张量：x = torch.tensor([5.5, 3])

           torch.Size本质上还是tuple，所以支持tuple的一切操作。

            运算：

             加法运算： print (x+y)  or print(torch.add(x,y))

             可以使用索引：

             任何一个in-place改变张量的操作后面都固定一个_。例如x.copy_(y)、x.t_()将更改x

             改变形状：如果想改变形状，可以使用torch.view

              如果是仅包含一个元素的tensor，可以使用.item()来得到对应的python数值