© 1999-2048 dssz.net 粤ICP备11031372号
[其它] 关于pytorch中网络loss传播和参数更新的理解
说明:相比于2018年,在ICLR2019提交论文中,提及不同框架的论文数量发生了极大变化,网友发现,提及tensorflow的论文数量从2018年的228篇略微提升到了266篇,keras从42提升到56,但是pytorch的数量从87篇提升到了252篇。 TensorFlow: 228—>266 Keras: 42—>56 Pytorch: 87—>252 在使用pytorch中,自己有一些思考,如下: 1. loss计算和反向传播 import torch.nn as nn<weixin_38550146> 在 上传 | 大小:63488