使用 PyTorch 的深度學習入門

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

深度學習無所不在！

示意圖：地球周圍的多種語言

示意圖：地球周圍多語言與自駕車

示意圖：地球多語言、自駕車與醫療診斷

示意圖：地球多語言、自駕車與醫療診斷、聊天機器人

同心圓圖：深度學習是機器學習的子集

小型神經網路示意圖

同心圓圖：深度學習是機器學習的子集

多層神經網路示意圖

研究大腦的插畫

聚焦神經元的大腦研究插畫

PyTorch 標誌

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]])

突顯重點的矩陣乘法

使用 PyTorch 的深度學習入門