1,模型训练的底层是在不断调整参数,使得参数的组合契合所需训练的事物。训练的结果是得到反应事物特征的参数与对应的f(x),从而可根据函数做预测。
2,PyTorch 是一个深度学习框架,PyTorch 支持多种神经网络架构,从简单的线性回归算法到复杂的卷积神经网络。目前支持Windows、iOS、Android 和 Linux,允许开发者将训练好的模型部署到移动设备上。支持:cpu,NVIDIA GPU,AMD GPU,TPU.
3,手写数字pytorch实践:#AI挑战营第一站#手写数字MNIST识别实验记录 https://bbs.eeworld.com.cn/thread-1277457-1-1.html