PyTorch ile derin öğrenmeye giriş

PyTorch ile Deep Learning'e Giriş

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

Derin öğrenme her yerde!

Dünya etrafında birden çok dili gösteren illüstrasyon

Dünya etrafında diller ve otonom araç gösterimi

Dünya etrafında diller, otonom araç ve tıbbi tanı illüstrasyonu

Dünya etrafında diller, otonom araç ve tıbbi tanı illüstrasyonu

Derin öğrenmeyi makine öğrenmesinin bir alt kümesi olarak gösteren soğan diyagramı

Küçük bir sinir ağı diyagramı

Derin öğrenmeyi makine öğrenmesinin bir alt kümesi olarak gösteren soğan diyagramı

Birden çok katmanlı sinir ağı diyagramı

Beyni inceleyen bir kişinin illüstrasyonu

Nöronlara odaklanarak beyni inceleyen bir kişinin illüstrasyonu

PyTorch logosu

import torch

my_list = [[1, 2, 3], [4, 5, 6]]
tensor = torch.tensor(my_list)
print(tensor)

tensor([[1, 2, 3],
        [4, 5, 6]])

my_list = [[1, 2, 3], [4, 5, 6]]
tensor = torch.tensor(my_list)
print(tensor.shape)

torch.Size([2, 3])

print(tensor.dtype)

torch.int64

a = torch.tensor([[1, 1], 
                  [2, 2]])

b = torch.tensor([[2, 2], 
                  [3, 3]])

print(a + b)

tensor([[3, 3],
        [5, 5]])

a = torch.tensor([[1, 1], 
                  [2, 2]])

c = torch.tensor([[2, 2, 4], 
                  [3, 3, 5]])

print(a + c)

RuntimeError: The size of tensor a
(2) must match the size of tensor b (3) 
at non-singleton dimension 1

a = torch.tensor([[1, 1], 
                  [2, 2]])
b = torch.tensor([[2, 2], 
                  [3, 3]])
print(a * b)

tensor([[2,  2],
        [6, 6]])

Vurgulanmış matris çarpımı

PyTorch ile Deep Learning'e Giriş