1樓：愛寫碼的貓貓
nn.Parameter，Tensor和Variable是pytorch中三種基本的資料結構。
Tensor：np.array的GPU版本
Variable：對Tensor的封裝，加入了grad屬性，可以用backward求梯度，但是預設是不需要求梯度的。
Parameter：對Variable的封裝，預設求梯度，可以放到網路裡面直接訓練，時乙個網路net中的parameter變數是可以通過 net.parameters() 來很方便地訪問到的，只需將網路中所有需要訓練更新的引數定義為Parameter型別，再佐以optimizer，就能夠完成所有引數的更新了。
可見，這三種資料結構都可以解決題主的問題，此處給出Parameter解法（最簡單的解法）
class
ResNet
(Module
):def
__init__
(self
,...
):super
(ResNet
,self).
__init__
()self.v1
=nn.Parameters
(...
)# parameters
self.v2
=nn.Parameters
(...
)def
forward
(self):x
=...
residual
=...x=
self.v1
*residual
+self.v2
*x# 資料流
return
xnet
=Net
()net
.train
()...
optimizer
=torch
.optim
.SGD
(net
.parameters
(),lr
=1e-3)
新手如何入門pytorch？
君玉工作室 入門pytorch分六個步驟 1.配置好開發環境。這邊直接參考官網的教程就可。2.理解張量的概念，以及相應的運算，在pytorch中實現。3.用pytorch搭建感知機 神經網路 卷積神經網路以及LSTM等常見的簡單的網路，進行前向傳播推理，能夠執行即可，其中理解全連線，池化，卷積模組，...
pytorch如何設定batch size和num workers，避免超視訊記憶體, 並提高實驗速度？
黃掛 batch size一般是往大了調，調到視訊記憶體不能再放下報cuda oom的報錯為止。然後num worker是dataset的程序數，要理解pytorch的訓練過程是乙個生產消費模型，一端是cpu處理資料，放到乙個queue裡，一端是gpu計算資料。一般而言，overhead都應該是gp...
如何高效地學習pytorch？
朱強 0.數學基礎，前向傳播，後向傳播，鏈式求導，降公升取樣，優化，學習率，動量，等基礎。pytorch 五部分 資料，迭代器，優化，損失函式，網路，把這五個模組用一些簡單的案例多實踐一下。資料報含 用網路資料，自己製作資料，dataloader,dataset 優化函式，啟用函式，paramete...