提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：
第一个作业安装pycharm与pytorch。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、PyCharm 是什么？

PyCharm 是一款功能强大的 Python 编辑器

二、安装步骤

1.安装pycharm社区版

2.安装python解释器

电脑原有的python是3.9，这次安装最新版本3.10.4

![在这里插入图片描述](https://img-blog.csdnimg.cn/e4ed16b934c9428a947687da628740e2
安装成功

3.安装pytorch

4.反向传播

代码如下（示例）：

import torch
x_data = [1.0, 2.0, 3.0] # 输入值
y_data = [2.0, 4.0, 6.0] # 输出值
w = torch.Tensor([1.0])
w.requires_grad = True

def forward(x):
return x * w

def loss(x,y):
y_pred = forward(x)
return (y_pred - y) ** 2

for epoch in range(100): #训练100次
for x, y in zip(x_data,y_data) :
l = loss(x,y) # 前向传播，求Loss(损失函数)，构建计算图
l.backward() # 反向传播，求出计算图中所有梯度存入w中
print("\tgrad: ",x,y,w.grad.item())
# w.grad.data:获取梯度，用data计算，不会建立计算图，每次获取叠加到grad
w.data = w.data - 0.01 * w.grad.data # 修正一次w，learningrate=0.01(类似步长

    w.grad.data.zero_()     
print("pregress:", epoch, l.item())