人工智能作业（一）–安装Pycharm,配置Pytorch,Pytorch实现反向传播
- 一、PyCharm 安装配置
* - 1.Pycharm安装
- 2.打开Pycharm,新建项目文件，检查Python配置。
- 二、Pytorch安装
* - 1.Pytorch下载安装
- 2.实现反向传播
– - 参考资料
一、PyCharm 安装配置
由于之前学习机器学习已经配置好Python环境，所以这里也就不再多详细写了，Python download网址下载安装即可，由于Python小版本兼容，大版本不兼容，所以尽量选择Python3.7以上版本。嫌麻烦的话，安装Anconda更加简单方便。
; 1.Pycharm安装
之前已经安装了Pycharm,简单介绍一下过程。
基本上都点上就没问题，一路next安装即可，注意安装位置
2.打开Pycharm,新建项目文件，检查Python配置。
刚安装好的Pycharm为英文，可以安装中文插件，更容易入门。下图是Python解释器的配置。
这样Pycharm基本配置就完成啦。
; 二、Pytorch安装
1.Pytorch下载安装
在自己的计算机中找到显卡型号，匹配好适合自己电脑的CUDA，因为Python有一个很方便的Anconda软件中包含各种Python库文件，所以安装方式有两种，一种为conda安装，一种为pip安装，这里介绍的是pip安装。
首先在PyTorch官网上选择适合自己计算机的安装版本
本台电脑为windows10系统选择Stable(稳定版)，windows，pip安装方式，语言为Python，CUDA11.3.
复制内容在cmd命令行窗口进行安装。
可以发现安装很缓慢，安装内容很大，所以需要大家耐心等待。
安装完成进行简单测试
显示True即为成功。
; 2.实现反向传播
1.反向传播的思想
无论是机器学习还是深度学习，都绕不开一个梯度下降。深度学习的大致步骤为：
1.构建神经网络
2.数据拟合
3.选出最佳模型
BP算法(即误差反向传播算法)适合于多层神经元网络的一种学习算法，它建立在梯度下降法的基础上。BP网络的输入输出关系实质上是一种映射关系：一个n输入m输出的BP神经网络所完成的功能是从n维欧氏空间向m维欧氏空间中一有限域的连续映射，这一映射具有高度非线性。它的信息处理能力来源于简单非线性函数的多次复合，因此具有很强的函数复现能力。这是BP算法得以应用的基础。
前向传播过程就是根据输入的参数，一步步的加权求和，最后得出结果。而反向传播的过程和前向传播完全相反：我们这里假设最后只有一个输出J，我们根据这个输出一步步的倒推，一步步的计算出前一层的数据，然后与实际前向算法的结果做差就可以求出误差的大小了。
代码如下：
import torch
import matplotlib.pyplot as plt
x_data = [1.0, 2.0, 3.0]
y_data = [2.0, 4.0, 6.0]
w = torch.Tensor([3.0])
w.requires_grad = True
def forward(x):
return w * x
def loss(x, y):
y_pred = forward(x)
return (y_pred - y) ** 2
print("Predict before training", 4, forward(4).item())
learning_rate = 0.01
epoch_list = []
loss_list = []
for epoch in range(100):
for x, y in zip(x_data, y_data):
l = loss(x, y)
l.backward()
print('\tgrad', x, y, w.grad.item())
w.data = w.data - learning_rate * w.grad.data
w.grad.data.zero_()
print("process:", epoch, l.item())
epoch_list.append(epoch)
loss_list.append(l.item())
print('Predict after training', 4, forward(4).item())
plt.plot(epoch_list, loss_list)
plt.xlabel("epoch")
plt.ylabel("Loss")
plt.show()
运行结果
参考资料
（1）pip安装Pytorch
（2）代码来源
（3）理解反向传播
Original: https://blog.csdn.net/m0_51511206/article/details/124524975
Author: gzy0604
Title: 人工智能作业（一）–安装Pycharm,配置Pytorch,Pytorch实现反向传播
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/711132/
转载文章受原作者版权保护。转载请注明原作者出处！