看懂 PyTorch 训练过程：前向计算、损失、反向传播与参数更新 学完《动手学深度学习》（D2L） 3.2 的线性回归从零实现，再看 3.3 的线性回归简洁实现时，我一下子有点跟不上：原先自己写出来的前向计算、损失函数和参数更新 2026-09-15 · aopstudio · PyTorch d2l 深度学习 · 0 评论 · 0 浏览
Python 中容易被忽略的原地操作：从 PyTorch Tensor 的 `-=` 说起 前言 最近重新开始学习《动手学深度学习》（D2L）。在从零实现线性回归时，我看到了这样一段小批量随机梯度下降代码： def sgd(params, lr, bat 2026-09-09 · aopstudio · Python PyTorch d2l · 0 评论 · 0 浏览
向量求导为什么有时是行向量，有时是列向量？——分子布局与分母布局 有更新！ 最近重新开始学习《动手学深度学习》（D2L）。在“2.5 自动微分”这一节里，我看到了下面这段代码： import torch x = torch.arange( 2026-09-08 · aopstudio · 数学 PyTorch 微积分 矩阵 · 0 评论 · 0 浏览
我的开源