PyTorch के साथ deep learning परिचय

PyTorch के साथ Deep Learning परिचय

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

Deep learning हर जगह है!

ग्लोब के चारों ओर कई भाषाओं का चित्रण

ग्लोब के चारों ओर कई भाषाओं का चित्रण, और एक self-driving कार

ग्लोब के चारों ओर कई भाषाओं का चित्रण, self-driving कार, और मेडिकल डायग्नोसिस

ग्लोब के चारों ओर कई भाषाओं का चित्रण, self-driving कार, और मेडिकल डायग्नोसिस

एक प्याज-आकार का डायग्राम जो deep learning को machine learning का subset दिखाता है

एक छोटे neural network का डायग्राम

एक प्याज-आकार का डायग्राम जो deep learning को machine learning का subset दिखाता है

कई लेयर्स वाले neural network का डायग्राम

मस्तिष्क का अध्ययन करते व्यक्ति का चित्रण

न्यूरॉन्स पर फोकस के साथ मस्तिष्क का अध्ययन करते व्यक्ति का चित्रण

PyTorch का लोगो

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]])

Matrix multiplication हाइलाइटेड

PyTorch के साथ Deep Learning परिचय