[Python人工智能] 四十七.PyTorch入门 (2)变量张量和激励函数详解

从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前文讲解PyTorch入门知识，包括环境搭建、神经网络普及和Torch基础知识。这篇文章将继续介绍PyTorch入门知识，主要是变量张量和激励函数。前面我们的Python人工智能主要以TensorFlow和Keras为主，而现在最主流的深度学习框架是PyTorch。结合读者建议和个人爱好，接下来我们将分享PoTorch入门文章，希望对初学者有所帮助。此外，前面几篇文章学习和参考了莫烦老师的视频，并结合实践案例来深入分析，推荐大家学习莫老师的分享。基础性文章，希望对您有帮助，如果存在错误或不足之处，还请海涵。且看且珍惜！

• https://study.163.com/course/courseLearn.htm?courseId=1003885021

本专栏主要结合作者之前的博客、AI经验和相关视频及论文介绍，后面随着深入会讲解更多的Python人工智能案例及应用。作者作为人工智能的菜鸟，希望大家能与我在这一笔一划的博客中成长起来，同时部分内容参考了大模型。如果有问题随时私聊我，只望您能从这个系列中学到知识，一起加油喔~

• Keras下载地址：https://github.com/eastmountyxz/AI-for-Keras
• TensorFlow下载地址：https://github.com/eastmountyxz/AI-for-TensorFlow

一.变量

在PyTorch中，变量（Variable） 在早期版本（PyTorch 0.4.0之前）是 torch.autograd.Variable，用于封装张量（Tensor） 并自动计算梯度。自PyTorch 0.4.0版本起，Variable 已被合并到 torch.Tensor，所有 Tensor 都默认支持自动求导，无需再使用 Variable。因此，当前 PyTorch 版本中，torch.Tensor 直接用于定义可训练变量。

1.PyTorch早期变量的定义

首先，我们给出PyTorch的早期变量Variable定义，张量放在变量中计算。