咱就是说深度学习这玩意儿，工具挺多，但咱得会用，对吧？

先从简单的开始——保存和加载张量：

import torchx = torch.tensortorch.savex2 = torch.loadprint

保存和加载一个张量列表：

import torchx = torch.tensory = torch.tensortorch.savex2, y2 = torch.loadprint

保存和加载一个字典：

import torchx = torch.tensory = torch.tensormydict = {'x': x, 'y': y}torch.savemydict2 = torch.loadprint 层和块：组装你的深度学习“电脑”！

在PyTorch里nn.Module是所有层和块的基类——就像所有硬件dou得符合某个标准接口。

我们来自定义一个MLP块，就像自己组装一台电脑：

import torchfrom torch import nnfrom torch.nn import functional as Fclass MLP: def __init__: super.__init__ self.hidden = nn.Linear self.output = nn.Linear def forward: return self.output))net = MLPX = torch.randn)Y = net

块Ke以嵌套块！就像电脑里Ke以再装一台服务器：

class NestMLP: def __init__: super.__init__ self.net = nn.Sequential, nn.ReLU, nn.Linear, nn.ReLU ) self.linear = nn.Linear def forward: return self.linear)chimera = nn.Sequential, nn.Linear, FixedHiddenMLP) 自定义层：造一个带开关的零件！

我们来造一个没有参数的层——就像造一个简单的转接头：

import torchfrom torch import nnfrom torch.nn import functional as Fclass CenteredLayer: def __init__: super.__init__ def forward: return X - X.mean

我们来造一个带参数的层——就像造一个带开关的零件：

import torchfrom torch import nnfrom torch.nn import functional as Fclass MyLinear: def __init__: super.__init__ self.weight = nn.Parameter) self.bias = nn.Parameter) def forward: linear = torch.matmul + self.bias return F.relu 参数管理：查kan你的“电脑配置”！

模型训练后我们需要查kan参数——就像kankan电脑的硬件配置：

import torchfrom torch import nnnet = nn.Sequential, nn.ReLU, nn.Linear)print) 一次性访问所有参数：查kan整机配置清单！

print for name, param in net.named_parameters]) 从嵌套块里收集参数：拆开服务器kan配置！

print for name, param in chimera.named_parameters]) 参数初始化：设置合适的“出厂设置”！

PyTorch有默认的初始化方式：

PyTorch也提供了内置的初始化方法：

def init_normal: if type == nn.Linear: nn.init.normal_net.apply 自定义初始化：自己写初始化逻辑！

def my_init: if type == nn.Linear: m.weight.data *= >= 5).float GPU加速：换上高性Neng显卡！

先kankan你有哪些计算设备：

import torchprint)print) 把数据搬到GPU：数据传输！

X = torch.ones)Z_gpu = Z.cuda 把模型搬到GPU：升级你的“电脑”硬件！

net = net.to)X = torch.ones)print)

说实话，你有没有想过为什么有些网站百度就是不收录？其实原因有hen多，比如内容质量、建站时间、外链建设等等。你要说简单点，那就是内容得有价值，用户体验得好，这样搜索引擎才喜欢，对吧？就好比你写代码，得让别人kan得懂、用的舒服，才是真本事。

今天我们就打开深度学习的"工具箱"，从基础用户升级为高级用户！ 现在你不仅会用现成的积木，还会自己造积木、自己组装、自己保存、自己用GPU加速！ 哈哈，是不是感觉深度学习也没那么难了？你要是还有疑问，欢迎留言交流，一起深入探索深度学习的工具箱！ 咱就是说学无止境嘛，对吧？