- 博客(7)
- 收藏
- 关注
RSS订阅原创 【KMP】从原理上详解next数组和nextval数组
全网最详细的next和nextval讲解，并比较了与现在普遍的KMP算法实现中的next数组间的异同。
2022-06-29 20:23:51
11644
11
原创 Pytorch实现梯度反转报错non-static forward method的解决办法
由于pytorch版本更新，在1.3及以上的版本中要求forward方法必须为静态方法。而在许多较早版本的代码实现中，梯度反转通常是这样写的：from torch.autograd import Functionclass GradReverse(Function): def __init__(self, lambd): self.lambd = lambd def forward(self, x): return x.view_as(x)
2021-11-17 16:19:46
1614
2
原创 Pytorch踩坑之transpose与view
在实际应用中，经常会遇到需要对张量维度进行变换的情况，经常用到的就是transpose方法和view方法。但是这两种方法有着本质的区别，使用错误会导致难以察觉的错误。transpose方法transpose方法可以理解为维度交换，也就是转置。它有两个参数dim1和dim2，意义很简单，即交换dim1和dim2两个维度。view方法view方法则可以理解成对张量重新进行维度定义，它只有一个参数size，但这个size可以是元组或者列表，表示重新进行定义的维度。两者的区别具体看一个例子。impor
2021-01-12 10:32:11
1695
原创 Pytorch学习笔记（四）—— 训练一个分类器
训练一个分类器之前的文章中已经介绍了Pytorch的基本内容，这次将会进入实战，尝试训练一个分类器并进行测试。开始之前Python提供了处理各种数据的package，如处理图片时可以使用Pillow、OpenCV等；处理音频时可以使用scipy、librosa等；处理文本时可以使用基于Python或Cython的原始加载或者选择NLTK、Spacy等。但Pytorch针对视觉处理，专门创建了一个名为torchvision的package，其中包含用于常见数据集（如Imagenet，CIFAR10，M
2020-08-17 17:27:36
1781
原创 Pytorch学习笔记（二）—— 梯度计算
Pytorch的梯度计算Pytorch支持在创建tensor时指明requires_grad参数，当该参数为True时，Pytorch会自动追踪对该tensor进行的所有操作，每次操作的结果会具有grad_fn属性来记录所做的操作：# 创建一个张量，并设置需要计算梯度以对它的计算进行追踪x = torch.ones(2, 2, requires_grad=True)print(x)# 进行一次张量操作y = x + 2print(y)print(y.grad_fn) # y作为一次操作的
2020-08-08 23:34:49
985
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人