2020-10-19 21:48:57

docs/pytorch/06.md

@@ -6,7 +6,7 @@
 
 我们定义一个 Variable:
 
-```
+```py
 import torch
 from torch.autograd import Variable # torch 中 Variable 模块
 
@@ -35,7 +35,7 @@ Variable containing:
 
 我们再对比一下 tensor 的计算和 variable 的计算.\’
 
-```
+```py
 t_out = torch.mean(tensor*tensor)       # x^2
 v_out = torch.mean(variable*variable)   # x^2
 print(t_out)
@@ -46,7 +46,7 @@ print(v_out)    # 7.5
 
 v_out  =  torch.mean(variable*variable) 就是在计算图中添加的一个计算步骤, 计算误差反向传递的时候有他一份功劳, 我们就来举个例子:
 
-```
+```py
 v_out.backward()    # 模拟 v_out 的误差反向传递
 
 # 下面两步看不懂没关系, 只要知道 Variable 是计算图的一部分, 可以用来传递误差就好.
@@ -64,7 +64,7 @@ print(variable.grad)    # 初始 Variable 的梯度
 
 直接 print(variable) 只会输出 Variable 形式的数据, 在很多时候是用不了的(比如想要用 plt 画图), 所以我们要转换一下, 将它变成 tensor 形式.
 
-```
+```py
 print(variable)     #  Variable 形式
 """
 Variable containing: