一、课堂代码1.torch.nn.linear构造linear对象，对象里包含了w和b，即直接利用linear实现wx+b（linear也继承自module，可以自动实现反向传播）2.torch.nn.MSELoss损失函数MSE包含2个参数：size_average(求均值，一般只考虑这个参数)、reduce(求和降维)3.torch.optim.SGDSGD优化器，设置

同样的参数，CPU跑15min，GPU2min43s1#根据地名分辨国家2importmath3importtime4importtorch5#绘图6importmatplotlib.pyplotasplt7impo

1'''2inputhello3outputohloluseRNNcell4'''5importtorch67input_size=48hidden_size=49batch_size=110#准备数据11idx2char=['e'

课堂练习：1importtorch2fromtorchvisionimporttransforms3fromtorchvisionimportdatasets4fromtorch.utils.dataimportDataLoader5importtorch.

课堂练习，课后作业不想做了……1importtorch2fromtorchvisionimporttransforms3fromtorchvisionimportdatasets4fromtorch.utils.dataimportDataLoa

1importtorch23#1preparedataset4#x,y是矩阵，3行1列也就是说总共有3个数据，每个数据只有1个特征5x_data=torch.tensor([[1.0],[2.0],[3.0]])6y_d

1importtorch2importtorch.nn.functionalasF34#1preparedataset5x_data=torch.Tensor([[1.0],[2.0],[3.0]])6y_data=torch.Tensor([[0],[0

#梯度下降法frommatplotlibimportpyplotasplt#preparethetrainingsetx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]#initialguessofweightw=

刘二大人的Pytorch保姆式教程。我觉得算0基础学Pytorch吧，从我现在的基础看就是比较easy的程度，正和我意~课堂练习：importnumpyasnpimportmatplotlib.pyplotasplt