目录前言一、配置Anaconda二、配置PyCharm三、配置PyTorch四、配置Jupyternotebook前言本人浏览了大量教程，踩过很多的坑，我将配置的过程详细具体的教给大家，只要按照步骤来一定可以配置成功。一、配置Anaconda进入Anaconda官网，点击Download点击Download之后会进入该页面---------------------------------------------------------------------------------------------------------------------------------下载缓慢解决方案：
这里写目录标题创建张量:张量形状和维度操作:张量索引与切片:张量运算:Autograd操作:逐元素操作归并函数比较线性代数以下是一些常见的张量操作示例：创建张量:importtorchx=torch.tensor([1,2,3])#从列表创建张量y=torch.zeros(2,3)#创建一个全零张量z=torch.randn(3,3,requires_grad=True)#创建一个正态分布张量并启用梯度追踪张量形状和维度操作:x.size()#获取张量的形状y.shape#获取张量的形状（和size()相同）y.dim()#获取张量的维度y.view(3,2)#改变张量的形状y.unsquee
对于3维矩阵，dim为-1时 与dim为2时的效果是一样的。dim为0时 从0维度，下图 是三维实例 图的目的是 可以由一个想象的空间。下面代码与上图关系不大>>>ab=torch.tensor([[[0,1,2,3],[1,2,3,4]],[[2,3,4,5],[4,5,6,7]],[[5,6,7,8],[6,7,8,9]]])>>>abtensor([[[0,1,2,3],[1,2,3,4]],[[2,3,4,5],[4,5,6,7]],[[5,6,7,8],[6,7,8,9]]])>>>ab.shape#ab的形状尺寸torch.Size([3,2,4])>>>ab.size()#ab的
1.torch.sumtorch.sum(imgs,dim=0)#按列求和torch.sum(imgs,dim=1) #按行求和imgs=torch.Tensor([iforiinzip(range(10),range(10))])print(imgs)s1=torch.sum(imgs,dim=0)#按列求和s2=torch.sum(imgs,dim=1)#按行求和print(s1)print(s2)2.torch.unsqueeze将每个图像张量的维度扩展，即在每个图像张量的最前面添加一个额外维度，以匹配模型的输入形状要求。 torch.unsqueeze(i,dim=0) #按dim=0
Solvingenvironment:一直循环/Solvingenvironment:failedwithinitialfrozensolve.在网上找了半天的资料。更新conda，更换国内源，去掉conda安装命令中的-cpytorch都试过了，还是一直停在solvingenvironment步骤。最后找到了最简单实用的方法，直接使用anaconda环境下自带的pip安装，完美运行。不过我是在更换国内源后才用pip安装的，不知道有咩有影响。这里也把换国内源的过程贴出来condaconfig--addchannelshttps://mirrors.tuna.tsinghua.edu.cn/an
Tensor加法：a=torch.tensor([1,2,3])b=torch.tensor([4,5,6])c=a+bprint(c)#tensor([5,7,9])c=torch.add(a,b)print(c)#tensor([5,7,9])c=a.add(b)print(c)#tensor([5,7,9])Tensor减法：a=torch.tensor([1,2,3])b=torch.tensor([4,5,6])c=a-bprint(c)#tensor([-3,-3,-3])c=torch.sub(a,b)print(c)#tensor([-3,-3,-3])c=a.sub(b)pr
报错：Ifreservedmemoryis>>allocatedmemorytrysettingmax_split_size_mbtoavoidfragmentation.SeedocumentationforMemoryManagementandPYTORCH_CUDA_ALLOC_CONF当reservedmemoryis>>allocatedmemory，进行如下设置，可解决此bug：代码如下：importosos.environ["PYTORCH_CUDA_ALLOC_CONF"]="max_split_size_mb:128"
初学pytorch（一）因为在pytorch版本没有下对，所以后面遇到了ImportError:numpy.core.multiarrayfailedtoimport这个问题，所以想到了要检查pytorch版本。1.进入你想查看torch版本的虚拟环境：activatexxx（xxx是环境名称）2.输入python(意思是进入python交互环境）3.继续输入importtorch（即导入torch包，这样你下一步输入torch.__version__的时候就不会报错（也就是在这里的时候我发现了我的版本没有安装正确）4.输入torch.__version__(注意这里是两个横线组成的下划线，不
目录简介torch.nn.LeakyReLU()语法作用举例参考结语简介Hello！非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～ ଘ(੭ˊᵕˋ)੭昵称：海轰标签：程序猿｜C++选手｜学生简介：因C语言结识编程，随后转入计算机专业，获得过国家奖学金，有幸在竞赛中拿过一些国奖、省奖…已保研学习经验：扎实基础+多做笔记+多敲代码+多思考+学好英语！ 唯有努力💪 本文仅记录自己感兴趣的内容torch.nn.LeakyReLU()语法torch.nn.LeakyReLU(negative_slope=0.01,inplace=False)作用构建一个LeakyReLU函数，明确此函数中的
