Compare commits
2 Commits
f6dcaeb146
...
067d914060
| Author | SHA1 | Date | |
|---|---|---|---|
067d914060
|
|||
|
93b559a7a3
|
1
.gitignore
vendored
1
.gitignore
vendored
@ -1 +1,2 @@
|
|||||||
data/
|
data/
|
||||||
|
.ipynb_checkpoints/
|
||||||
|
|||||||
365
CIFAR-10 - CNN.ipynb
Normal file
365
CIFAR-10 - CNN.ipynb
Normal file
File diff suppressed because one or more lines are too long
491
Linear Regresion.ipynb
Normal file
491
Linear Regresion.ipynb
Normal file
@ -0,0 +1,491 @@
|
|||||||
|
{
|
||||||
|
"cells": [
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 66,
|
||||||
|
"id": "bdb7316a",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"import torch"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 67,
|
||||||
|
"id": "54adec76",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"torch.Size([100, 1])\n"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"# data\n",
|
||||||
|
"\n",
|
||||||
|
"x = torch.tensor(range(100), dtype=torch.float).view((-1, 1))\n",
|
||||||
|
"y = x * 2 + 1\n",
|
||||||
|
"print(y.shape)"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 68,
|
||||||
|
"id": "19d893e1",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"class LinearRegressionModel(torch.nn.Module):\n",
|
||||||
|
" def __init__(self, input_d, output_d):\n",
|
||||||
|
" super(LinearRegressionModel, self).__init__()\n",
|
||||||
|
" self.linear = torch.nn.Linear(input_d, output_d)\n",
|
||||||
|
" \n",
|
||||||
|
" def forward(self, x):\n",
|
||||||
|
"# print(x)\n",
|
||||||
|
" x = self.linear(x)\n",
|
||||||
|
" return x"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 69,
|
||||||
|
"id": "6d5d6e68",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"learning_rate = 0.00001\n",
|
||||||
|
"epochs = 10000"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 70,
|
||||||
|
"id": "735bf7f4",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"model = LinearRegressionModel(1, 1)\n",
|
||||||
|
"criterion = torch.nn.MSELoss()\n",
|
||||||
|
"optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate)"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 71,
|
||||||
|
"id": "338e44eb",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"Use GPU: NVIDIA GeForce RTX 3060\n"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"# move model\n",
|
||||||
|
"\n",
|
||||||
|
"if torch.cuda.is_available():\n",
|
||||||
|
" device = torch.device('cuda:0')\n",
|
||||||
|
" print(\"Use GPU:\", torch.cuda.get_device_name())\n",
|
||||||
|
"else:\n",
|
||||||
|
" device = torch.device('cpu')\n",
|
||||||
|
" print(\"Use CPU\")\n",
|
||||||
|
" \n",
|
||||||
|
"model = model.to(device)"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 72,
|
||||||
|
"id": "54e4ce0e",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"epoch 0, loss=19837.623046875\n",
|
||||||
|
"epoch 100, loss=0.4198426306247711\n",
|
||||||
|
"epoch 200, loss=0.3945448100566864\n",
|
||||||
|
"epoch 300, loss=0.39414462447166443\n",
|
||||||
|
"epoch 400, loss=0.3937450647354126\n",
|
||||||
|
"epoch 500, loss=0.39334583282470703\n",
|
||||||
|
"epoch 600, loss=0.3929465413093567\n",
|
||||||
|
"epoch 700, loss=0.39254775643348694\n",
|
||||||
|
"epoch 800, loss=0.3921498656272888\n",
|
||||||
|
"epoch 900, loss=0.39175212383270264\n",
|
||||||
|
"epoch 1000, loss=0.39135488867759705\n",
|
||||||
|
"epoch 1100, loss=0.39095762372016907\n",
|
||||||
|
"epoch 1200, loss=0.3905612826347351\n",
|
||||||
|
"epoch 1300, loss=0.3901650905609131\n",
|
||||||
|
"epoch 1400, loss=0.38976970314979553\n",
|
||||||
|
"epoch 1500, loss=0.3893739879131317\n",
|
||||||
|
"epoch 1600, loss=0.3889789581298828\n",
|
||||||
|
"epoch 1700, loss=0.38858461380004883\n",
|
||||||
|
"epoch 1800, loss=0.38819044828414917\n",
|
||||||
|
"epoch 1900, loss=0.3877968490123749\n",
|
||||||
|
"epoch 2000, loss=0.3874036371707916\n",
|
||||||
|
"epoch 2100, loss=0.38701024651527405\n",
|
||||||
|
"epoch 2200, loss=0.3866178095340729\n",
|
||||||
|
"epoch 2300, loss=0.38622617721557617\n",
|
||||||
|
"epoch 2400, loss=0.3858342170715332\n",
|
||||||
|
"epoch 2500, loss=0.3854426443576813\n",
|
||||||
|
"epoch 2600, loss=0.3850513994693756\n",
|
||||||
|
"epoch 2700, loss=0.38466185331344604\n",
|
||||||
|
"epoch 2800, loss=0.38427120447158813\n",
|
||||||
|
"epoch 2900, loss=0.38388144969940186\n",
|
||||||
|
"epoch 3000, loss=0.3834918439388275\n",
|
||||||
|
"epoch 3100, loss=0.3831026256084442\n",
|
||||||
|
"epoch 3200, loss=0.38271453976631165\n",
|
||||||
|
"epoch 3300, loss=0.38232627511024475\n",
|
||||||
|
"epoch 3400, loss=0.3819386065006256\n",
|
||||||
|
"epoch 3500, loss=0.38155093789100647\n",
|
||||||
|
"epoch 3600, loss=0.38116419315338135\n",
|
||||||
|
"epoch 3700, loss=0.3807776868343353\n",
|
||||||
|
"epoch 3800, loss=0.3803914189338684\n",
|
||||||
|
"epoch 3900, loss=0.38000550866127014\n",
|
||||||
|
"epoch 4000, loss=0.3796202838420868\n",
|
||||||
|
"epoch 4100, loss=0.3792349100112915\n",
|
||||||
|
"epoch 4200, loss=0.378850519657135\n",
|
||||||
|
"epoch 4300, loss=0.37846603989601135\n",
|
||||||
|
"epoch 4400, loss=0.37808194756507874\n",
|
||||||
|
"epoch 4500, loss=0.3776988089084625\n",
|
||||||
|
"epoch 4600, loss=0.3773157298564911\n",
|
||||||
|
"epoch 4700, loss=0.376933217048645\n",
|
||||||
|
"epoch 4800, loss=0.37655070424079895\n",
|
||||||
|
"epoch 4900, loss=0.3761685788631439\n",
|
||||||
|
"epoch 5000, loss=0.37578698992729187\n",
|
||||||
|
"epoch 5100, loss=0.3754061758518219\n",
|
||||||
|
"epoch 5200, loss=0.3750254809856415\n",
|
||||||
|
"epoch 5300, loss=0.3746449947357178\n",
|
||||||
|
"epoch 5400, loss=0.37426450848579407\n",
|
||||||
|
"epoch 5500, loss=0.37388503551483154\n",
|
||||||
|
"epoch 5600, loss=0.37350621819496155\n",
|
||||||
|
"epoch 5700, loss=0.37312743067741394\n",
|
||||||
|
"epoch 5800, loss=0.3727487027645111\n",
|
||||||
|
"epoch 5900, loss=0.37237048149108887\n",
|
||||||
|
"epoch 6000, loss=0.3719930946826935\n",
|
||||||
|
"epoch 6100, loss=0.3716159760951996\n",
|
||||||
|
"epoch 6200, loss=0.37123891711235046\n",
|
||||||
|
"epoch 6300, loss=0.3708621859550476\n",
|
||||||
|
"epoch 6400, loss=0.3704858422279358\n",
|
||||||
|
"epoch 6500, loss=0.3701103925704956\n",
|
||||||
|
"epoch 6600, loss=0.36973509192466736\n",
|
||||||
|
"epoch 6700, loss=0.36936017870903015\n",
|
||||||
|
"epoch 6800, loss=0.3689850866794586\n",
|
||||||
|
"epoch 6900, loss=0.3686109185218811\n",
|
||||||
|
"epoch 7000, loss=0.36823728680610657\n",
|
||||||
|
"epoch 7100, loss=0.36786380410194397\n",
|
||||||
|
"epoch 7200, loss=0.3674907684326172\n",
|
||||||
|
"epoch 7300, loss=0.36711767315864563\n",
|
||||||
|
"epoch 7400, loss=0.3667454123497009\n",
|
||||||
|
"epoch 7500, loss=0.3663736879825592\n",
|
||||||
|
"epoch 7600, loss=0.3660021424293518\n",
|
||||||
|
"epoch 7700, loss=0.3656298816204071\n",
|
||||||
|
"epoch 7800, loss=0.3652595579624176\n",
|
||||||
|
"epoch 7900, loss=0.36488935351371765\n",
|
||||||
|
"epoch 8000, loss=0.36451929807662964\n",
|
||||||
|
"epoch 8100, loss=0.36414942145347595\n",
|
||||||
|
"epoch 8200, loss=0.36378055810928345\n",
|
||||||
|
"epoch 8300, loss=0.3634108603000641\n",
|
||||||
|
"epoch 8400, loss=0.3630427420139313\n",
|
||||||
|
"epoch 8500, loss=0.3626745641231537\n",
|
||||||
|
"epoch 8600, loss=0.3623066544532776\n",
|
||||||
|
"epoch 8700, loss=0.36193886399269104\n",
|
||||||
|
"epoch 8800, loss=0.36157187819480896\n",
|
||||||
|
"epoch 8900, loss=0.36120542883872986\n",
|
||||||
|
"epoch 9000, loss=0.3608390688896179\n",
|
||||||
|
"epoch 9100, loss=0.360473096370697\n",
|
||||||
|
"epoch 9200, loss=0.3601067364215851\n",
|
||||||
|
"epoch 9300, loss=0.35974177718162537\n",
|
||||||
|
"epoch 9400, loss=0.3593772053718567\n",
|
||||||
|
"epoch 9500, loss=0.35901322960853577\n",
|
||||||
|
"epoch 9600, loss=0.35864850878715515\n",
|
||||||
|
"epoch 9700, loss=0.35828468203544617\n",
|
||||||
|
"epoch 9800, loss=0.35792145133018494\n",
|
||||||
|
"epoch 9900, loss=0.35755839943885803\n"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"for epoch in range(epochs):\n",
|
||||||
|
" \n",
|
||||||
|
" # move data\n",
|
||||||
|
" inputs = x.to(device)\n",
|
||||||
|
" labels = y.to(device)\n",
|
||||||
|
" \n",
|
||||||
|
" # clear gradient\n",
|
||||||
|
" optimizer.zero_grad()\n",
|
||||||
|
" \n",
|
||||||
|
" # predict & loss\n",
|
||||||
|
" predicts = model(inputs)\n",
|
||||||
|
"# print(predicts)\n",
|
||||||
|
" loss = criterion(predicts, labels)\n",
|
||||||
|
" \n",
|
||||||
|
" # cal gradient\n",
|
||||||
|
" loss.backward()\n",
|
||||||
|
" \n",
|
||||||
|
" # back propatation\n",
|
||||||
|
" optimizer.step()\n",
|
||||||
|
" \n",
|
||||||
|
" if (epoch%100) == 0:\n",
|
||||||
|
" print(\"epoch {}, loss={}\".format(epoch, loss.item()))"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 74,
|
||||||
|
"id": "052506ab",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"tensor([[-1.8641e-01],\n",
|
||||||
|
" [ 1.8315e+00],\n",
|
||||||
|
" [ 3.8494e+00],\n",
|
||||||
|
" [ 5.8673e+00],\n",
|
||||||
|
" [ 7.8851e+00],\n",
|
||||||
|
" [ 9.9030e+00],\n",
|
||||||
|
" [ 1.1921e+01],\n",
|
||||||
|
" [ 1.3939e+01],\n",
|
||||||
|
" [ 1.5957e+01],\n",
|
||||||
|
" [ 1.7975e+01],\n",
|
||||||
|
" [ 1.9992e+01],\n",
|
||||||
|
" [ 2.2010e+01],\n",
|
||||||
|
" [ 2.4028e+01],\n",
|
||||||
|
" [ 2.6046e+01],\n",
|
||||||
|
" [ 2.8064e+01],\n",
|
||||||
|
" [ 3.0082e+01],\n",
|
||||||
|
" [ 3.2100e+01],\n",
|
||||||
|
" [ 3.4118e+01],\n",
|
||||||
|
" [ 3.6136e+01],\n",
|
||||||
|
" [ 3.8153e+01],\n",
|
||||||
|
" [ 4.0171e+01],\n",
|
||||||
|
" [ 4.2189e+01],\n",
|
||||||
|
" [ 4.4207e+01],\n",
|
||||||
|
" [ 4.6225e+01],\n",
|
||||||
|
" [ 4.8243e+01],\n",
|
||||||
|
" [ 5.0261e+01],\n",
|
||||||
|
" [ 5.2279e+01],\n",
|
||||||
|
" [ 5.4297e+01],\n",
|
||||||
|
" [ 5.6314e+01],\n",
|
||||||
|
" [ 5.8332e+01],\n",
|
||||||
|
" [ 6.0350e+01],\n",
|
||||||
|
" [ 6.2368e+01],\n",
|
||||||
|
" [ 6.4386e+01],\n",
|
||||||
|
" [ 6.6404e+01],\n",
|
||||||
|
" [ 6.8422e+01],\n",
|
||||||
|
" [ 7.0440e+01],\n",
|
||||||
|
" [ 7.2458e+01],\n",
|
||||||
|
" [ 7.4475e+01],\n",
|
||||||
|
" [ 7.6493e+01],\n",
|
||||||
|
" [ 7.8511e+01],\n",
|
||||||
|
" [ 8.0529e+01],\n",
|
||||||
|
" [ 8.2547e+01],\n",
|
||||||
|
" [ 8.4565e+01],\n",
|
||||||
|
" [ 8.6583e+01],\n",
|
||||||
|
" [ 8.8601e+01],\n",
|
||||||
|
" [ 9.0619e+01],\n",
|
||||||
|
" [ 9.2636e+01],\n",
|
||||||
|
" [ 9.4654e+01],\n",
|
||||||
|
" [ 9.6672e+01],\n",
|
||||||
|
" [ 9.8690e+01],\n",
|
||||||
|
" [ 1.0071e+02],\n",
|
||||||
|
" [ 1.0273e+02],\n",
|
||||||
|
" [ 1.0474e+02],\n",
|
||||||
|
" [ 1.0676e+02],\n",
|
||||||
|
" [ 1.0878e+02],\n",
|
||||||
|
" [ 1.1080e+02],\n",
|
||||||
|
" [ 1.1282e+02],\n",
|
||||||
|
" [ 1.1483e+02],\n",
|
||||||
|
" [ 1.1685e+02],\n",
|
||||||
|
" [ 1.1887e+02],\n",
|
||||||
|
" [ 1.2089e+02],\n",
|
||||||
|
" [ 1.2290e+02],\n",
|
||||||
|
" [ 1.2492e+02],\n",
|
||||||
|
" [ 1.2694e+02],\n",
|
||||||
|
" [ 1.2896e+02],\n",
|
||||||
|
" [ 1.3098e+02],\n",
|
||||||
|
" [ 1.3299e+02],\n",
|
||||||
|
" [ 1.3501e+02],\n",
|
||||||
|
" [ 1.3703e+02],\n",
|
||||||
|
" [ 1.3905e+02],\n",
|
||||||
|
" [ 1.4107e+02],\n",
|
||||||
|
" [ 1.4308e+02],\n",
|
||||||
|
" [ 1.4510e+02],\n",
|
||||||
|
" [ 1.4712e+02],\n",
|
||||||
|
" [ 1.4914e+02],\n",
|
||||||
|
" [ 1.5116e+02],\n",
|
||||||
|
" [ 1.5317e+02],\n",
|
||||||
|
" [ 1.5519e+02],\n",
|
||||||
|
" [ 1.5721e+02],\n",
|
||||||
|
" [ 1.5923e+02],\n",
|
||||||
|
" [ 1.6124e+02],\n",
|
||||||
|
" [ 1.6326e+02],\n",
|
||||||
|
" [ 1.6528e+02],\n",
|
||||||
|
" [ 1.6730e+02],\n",
|
||||||
|
" [ 1.6932e+02],\n",
|
||||||
|
" [ 1.7133e+02],\n",
|
||||||
|
" [ 1.7335e+02],\n",
|
||||||
|
" [ 1.7537e+02],\n",
|
||||||
|
" [ 1.7739e+02],\n",
|
||||||
|
" [ 1.7941e+02],\n",
|
||||||
|
" [ 1.8142e+02],\n",
|
||||||
|
" [ 1.8344e+02],\n",
|
||||||
|
" [ 1.8546e+02],\n",
|
||||||
|
" [ 1.8748e+02],\n",
|
||||||
|
" [ 1.8950e+02],\n",
|
||||||
|
" [ 1.9151e+02],\n",
|
||||||
|
" [ 1.9353e+02],\n",
|
||||||
|
" [ 1.9555e+02],\n",
|
||||||
|
" [ 1.9757e+02],\n",
|
||||||
|
" [ 1.9958e+02]], device='cuda:0', grad_fn=<AddmmBackward0>)\n",
|
||||||
|
"tensor([[ 0.],\n",
|
||||||
|
" [ 1.],\n",
|
||||||
|
" [ 2.],\n",
|
||||||
|
" [ 3.],\n",
|
||||||
|
" [ 4.],\n",
|
||||||
|
" [ 5.],\n",
|
||||||
|
" [ 6.],\n",
|
||||||
|
" [ 7.],\n",
|
||||||
|
" [ 8.],\n",
|
||||||
|
" [ 9.],\n",
|
||||||
|
" [10.],\n",
|
||||||
|
" [11.],\n",
|
||||||
|
" [12.],\n",
|
||||||
|
" [13.],\n",
|
||||||
|
" [14.],\n",
|
||||||
|
" [15.],\n",
|
||||||
|
" [16.],\n",
|
||||||
|
" [17.],\n",
|
||||||
|
" [18.],\n",
|
||||||
|
" [19.],\n",
|
||||||
|
" [20.],\n",
|
||||||
|
" [21.],\n",
|
||||||
|
" [22.],\n",
|
||||||
|
" [23.],\n",
|
||||||
|
" [24.],\n",
|
||||||
|
" [25.],\n",
|
||||||
|
" [26.],\n",
|
||||||
|
" [27.],\n",
|
||||||
|
" [28.],\n",
|
||||||
|
" [29.],\n",
|
||||||
|
" [30.],\n",
|
||||||
|
" [31.],\n",
|
||||||
|
" [32.],\n",
|
||||||
|
" [33.],\n",
|
||||||
|
" [34.],\n",
|
||||||
|
" [35.],\n",
|
||||||
|
" [36.],\n",
|
||||||
|
" [37.],\n",
|
||||||
|
" [38.],\n",
|
||||||
|
" [39.],\n",
|
||||||
|
" [40.],\n",
|
||||||
|
" [41.],\n",
|
||||||
|
" [42.],\n",
|
||||||
|
" [43.],\n",
|
||||||
|
" [44.],\n",
|
||||||
|
" [45.],\n",
|
||||||
|
" [46.],\n",
|
||||||
|
" [47.],\n",
|
||||||
|
" [48.],\n",
|
||||||
|
" [49.],\n",
|
||||||
|
" [50.],\n",
|
||||||
|
" [51.],\n",
|
||||||
|
" [52.],\n",
|
||||||
|
" [53.],\n",
|
||||||
|
" [54.],\n",
|
||||||
|
" [55.],\n",
|
||||||
|
" [56.],\n",
|
||||||
|
" [57.],\n",
|
||||||
|
" [58.],\n",
|
||||||
|
" [59.],\n",
|
||||||
|
" [60.],\n",
|
||||||
|
" [61.],\n",
|
||||||
|
" [62.],\n",
|
||||||
|
" [63.],\n",
|
||||||
|
" [64.],\n",
|
||||||
|
" [65.],\n",
|
||||||
|
" [66.],\n",
|
||||||
|
" [67.],\n",
|
||||||
|
" [68.],\n",
|
||||||
|
" [69.],\n",
|
||||||
|
" [70.],\n",
|
||||||
|
" [71.],\n",
|
||||||
|
" [72.],\n",
|
||||||
|
" [73.],\n",
|
||||||
|
" [74.],\n",
|
||||||
|
" [75.],\n",
|
||||||
|
" [76.],\n",
|
||||||
|
" [77.],\n",
|
||||||
|
" [78.],\n",
|
||||||
|
" [79.],\n",
|
||||||
|
" [80.],\n",
|
||||||
|
" [81.],\n",
|
||||||
|
" [82.],\n",
|
||||||
|
" [83.],\n",
|
||||||
|
" [84.],\n",
|
||||||
|
" [85.],\n",
|
||||||
|
" [86.],\n",
|
||||||
|
" [87.],\n",
|
||||||
|
" [88.],\n",
|
||||||
|
" [89.],\n",
|
||||||
|
" [90.],\n",
|
||||||
|
" [91.],\n",
|
||||||
|
" [92.],\n",
|
||||||
|
" [93.],\n",
|
||||||
|
" [94.],\n",
|
||||||
|
" [95.],\n",
|
||||||
|
" [96.],\n",
|
||||||
|
" [97.],\n",
|
||||||
|
" [98.],\n",
|
||||||
|
" [99.]], device='cuda:0')\n"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"inputs = x.to(device)\n",
|
||||||
|
"predicts = model(inputs)\n",
|
||||||
|
"print(predicts)\n",
|
||||||
|
"print(inputs)"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": null,
|
||||||
|
"id": "1d0fb537",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": []
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"metadata": {
|
||||||
|
"kernelspec": {
|
||||||
|
"display_name": "Python 3 (ipykernel)",
|
||||||
|
"language": "python",
|
||||||
|
"name": "python3"
|
||||||
|
},
|
||||||
|
"language_info": {
|
||||||
|
"codemirror_mode": {
|
||||||
|
"name": "ipython",
|
||||||
|
"version": 3
|
||||||
|
},
|
||||||
|
"file_extension": ".py",
|
||||||
|
"mimetype": "text/x-python",
|
||||||
|
"name": "python",
|
||||||
|
"nbconvert_exporter": "python",
|
||||||
|
"pygments_lexer": "ipython3",
|
||||||
|
"version": "3.10.8"
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"nbformat": 4,
|
||||||
|
"nbformat_minor": 5
|
||||||
|
}
|
||||||
1996
MNIST - DNN.ipynb
Normal file
1996
MNIST - DNN.ipynb
Normal file
File diff suppressed because one or more lines are too long
159
torch - test.ipynb
Normal file
159
torch - test.ipynb
Normal file
@ -0,0 +1,159 @@
|
|||||||
|
{
|
||||||
|
"cells": [
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 2,
|
||||||
|
"id": "4a54ab90",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"import torch"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 3,
|
||||||
|
"id": "6533ad3a",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/plain": [
|
||||||
|
"True"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 3,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"torch.cuda.is_available()"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 9,
|
||||||
|
"id": "d44a0818",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/plain": [
|
||||||
|
"tensor([[6.7262e-44, 0.0000e+00, 6.8664e-44],\n",
|
||||||
|
" [0.0000e+00, 3.4130e+20, 3.0694e-41],\n",
|
||||||
|
" [3.8088e+20, 3.0694e-41, 1.4013e-45],\n",
|
||||||
|
" [0.0000e+00, 0.0000e+00, 0.0000e+00],\n",
|
||||||
|
" [1.3452e-43, 0.0000e+00, 1.3452e-43]])"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 9,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"x = torch.empty(5, 3)\n",
|
||||||
|
"x"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 16,
|
||||||
|
"id": "637d9ebe",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"data": {
|
||||||
|
"text/plain": [
|
||||||
|
"tensor([[0., 0., 0., 0., 0.],\n",
|
||||||
|
" [0., 0., 0., 0., 0.],\n",
|
||||||
|
" [0., 0., 0., 0., 0.]])"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
"execution_count": 16,
|
||||||
|
"metadata": {},
|
||||||
|
"output_type": "execute_result"
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"x = torch.zeros((3, 5), dtype=torch.float)\n",
|
||||||
|
"x"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 28,
|
||||||
|
"id": "dd60207e",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"tensor([[0.1210, 0.4432, 0.5018, 0.2111, 0.1256],\n",
|
||||||
|
" [0.6894, 0.3928, 0.0216, 0.1406, 0.5416],\n",
|
||||||
|
" [0.0044, 0.4856, 0.2907, 0.9889, 0.2060]])\n",
|
||||||
|
"tensor([[0.7810, 0.4015, 0.9711, 0.1654, 0.3593],\n",
|
||||||
|
" [0.5972, 0.1060, 0.6192, 0.6601, 0.9575],\n",
|
||||||
|
" [0.3084, 0.4609, 0.6921, 0.3311, 0.6630]])\n",
|
||||||
|
"tensor([[0.9020, 0.8447, 1.4729, 0.3764, 0.4850],\n",
|
||||||
|
" [1.2866, 0.4987, 0.6409, 0.8006, 1.4991],\n",
|
||||||
|
" [0.3128, 0.9465, 0.9828, 1.3200, 0.8690]])\n"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"x.shape\n",
|
||||||
|
"x = torch.rand_like(x, dtype=torch.float)\n",
|
||||||
|
"y = torch.rand_like(x, dtype=torch.float)\n",
|
||||||
|
"print(x)\n",
|
||||||
|
"print(y)\n",
|
||||||
|
"z = x+y\n",
|
||||||
|
"print(z)"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 35,
|
||||||
|
"id": "0d2ed6cd",
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [
|
||||||
|
{
|
||||||
|
"name": "stdout",
|
||||||
|
"output_type": "stream",
|
||||||
|
"text": [
|
||||||
|
"tensor([[0.2814, 0.6475, 0.3659, 0.4057],\n",
|
||||||
|
" [0.9773, 0.5319, 0.7534, 0.8681],\n",
|
||||||
|
" [0.4856, 0.3504, 0.0362, 0.6139]], requires_grad=True)\n"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"source": [
|
||||||
|
"x = torch.rand((3, 4), requires_grad=True)\n",
|
||||||
|
"print(x)"
|
||||||
|
]
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"metadata": {
|
||||||
|
"kernelspec": {
|
||||||
|
"display_name": "Python 3 (ipykernel)",
|
||||||
|
"language": "python",
|
||||||
|
"name": "python3"
|
||||||
|
},
|
||||||
|
"language_info": {
|
||||||
|
"codemirror_mode": {
|
||||||
|
"name": "ipython",
|
||||||
|
"version": 3
|
||||||
|
},
|
||||||
|
"file_extension": ".py",
|
||||||
|
"mimetype": "text/x-python",
|
||||||
|
"name": "python",
|
||||||
|
"nbconvert_exporter": "python",
|
||||||
|
"pygments_lexer": "ipython3",
|
||||||
|
"version": "3.10.8"
|
||||||
|
}
|
||||||
|
},
|
||||||
|
"nbformat": 4,
|
||||||
|
"nbformat_minor": 5
|
||||||
|
}
|
||||||
Loading…
Reference in New Issue
Block a user