Python商务数据分析 第10章 航班乘客数预测.pptxVIP

第10章航班乘客数预测

第10章航班乘客数预测10.1PyTorch简介10.2安装PyTorch10.3导入相关库10.4PyTorch基础知识10.5读取数据10.6数据预处理10.7定义网络模型10.8定义损失函数和优化器10.9训练模型10.10测试模型

第10章航班乘客数预测10.1PyTorch简介PyTorch是由Facebook开发，基于Torch开发，从并不常用的Lua语言转为Python语言开发的深度学习框架，可以用于构建深度神经网络。Pytorch是一个基于Python的科学计算库，它面向以下两种人群：希望将其代替Numpy来利用GPUs的威力；一个可以提供更加灵活和快速的深度学习研究平台。

第10章航班乘客数预测10.2安装PyTorchPyTorch的安装可以直接查看官网教程，如下所示，官网地址：/get-started/locally/

第10章航班乘客数预测10.2安装PyTorch

第10章航班乘客数预测10.3导入相关库importtorchimporttorch.nnasnnimportnumpyasnpimportmatplotlib.pyplotaspltplt.rcParams[font.sans-serif]=[simsun]?#设置加载的字体名plt.rcParams[axes.unicode_minus]=False?#解决保存图像是负号-显示为方块的问题

第10章航班乘客数预测10.4PyTorch基础知识10.4.1张量（1）创建一个张量x=torch.Tensor([1,2,3])???#创建一个1维张量y=torch.Tensor([[1,2],[3,4]])??#创建一个2维张量z=torch.Tensor([[[1,2],[3,4]],[[5,6],[7,8]]])?#创建一个3维张量xyz输出结果：

第10章航班乘客数预测10.4PyTorch基础知识10.4.1张量（2）张量的形状z.shape????#获取张量的形状z.size()?????#获取张量的形状z.view(2,4)??#改变张量的形状，2行，4列z.reshape(1,8)?#改变张量的形状，1行，8列z.resize_(2,4)?#直接修改原始张量的形状，2行，4列输出结果：

第10章航班乘客数预测10.4PyTorch基础知识10.4.2自动微分PyTorch提供了自动微分功能，可以自动计算梯度，这使得模型训练更加容易。我们使用torch.tensor()来定义张量，然后使用.backward()函数计算梯度。x=torch.tensor(2.0,requires_grad=True)#定义张量x，并将requires_grad设置为True，以便PyTorch跟踪它的计算历史y=x**2#定义新的张量y，它是x的平方y.backward()#调用y.backward()来计算y相对于x的导数x.grad#打印出结果为tensor(4.)

第10章航班乘客数预测10.4PyTorch基础知识10.4.3神经网络PyTorch提供了torch.nn模块，可以帮助开发者更轻松地构建和训练神经网络模型。可以使用torch.nn.Module()类定义神经网络模型，然后使用torch.optim优化器进行训练。10.4.4数据加载PyTorch提供了torch.utils.data模块，可以帮助开发者更轻松地加载和处理数据。可以使用torch.utils.data.Dataset()类定义数据集，然后使用torch.utils.data,DataLoader()函数加载数据。10.4.5GPU加速PyTorch可以使用GPU加速，可以使用torch.cuda模块将张量和模型移动到GPU上运行。

第10章航班乘客数预测10.5读取数据withopen(data\international-airline-passengers.csv,r,encoding=utf-8)asf:??next(f)#跳过第1行??data_csv=f.read()?#将文件内容读取到变量data中data=[row.split(,)forrowin?data_csv.split(\n)]#将字符串变量data_csv中的每一行按逗号分隔并返回一个列表。这个列表包含了每一行的元素。passengers=[int(each[1])foreachindata]#将