1.3 torch_向量/矩阵操作

已于 2022-04-01 10:12:54 修改
阅读量464 收藏
点赞数
分类专栏： 深度学习 文章标签： torch入门
于 2022-04-01 10:09:09 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dc12499574/article/details/123890764
版权
柳家山头号矿工
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
使用pytorch操作矩阵
limingxin007的博客
12-12 4489
1. 矩阵转置 A = torch.arange(20, dtype=torch.float32).reshape(5,4) A, A.T tensor([[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.], [12., 13., 14., 15.], [16., 17., 18., 19.]]), tensor([[ 0., 4., 8., 12., 16.], [ 1., 5., 9., 13., 17.], [
Pytorch向量操作(一): torch.meshgrid
芒果干的博客
11-26 3327
torch.meshgrid(*tensors) tensors: 两个一维向量，如果是0维，当作1维处理 创建网格坐标 Creates grids of coordinates specified by the 1D inputs in attr:tensors. This is helpful when you want to visualize data over some range of inputs. 返回：两个矩阵 第一个矩阵行相同，列是第一个向量的各个元素 第二个矩阵列相同，行是第
pytorch中的矩阵的转置问题
gehueuwhgw的博客
11-02 3821
pytorch三阶张量转置问题
动手学深度学习（三）——torch操作（详细整理文档）
Liu Feng's Blog
08-17 3940
非常详细的一个文档，学习pytorch可以详细研究一下： http://www.feiguyunai.com/index.php/2019/09/11/pytorch-char02/#23_Jupyter_Notebook 对一些比较重要的功能和知识点进行复现： 一、创建tensor张量 例子： # 根据list数据生成tensor torch.Tensor([1,2,3,4,5,6]) #根据指定形状生成tensor torch.Tensor(2,3) #根据给定的形状生成torch t = torch.
torch.transpose用法
weixin_47156261的博客
05-10 1万+
torch.transpose：转置经常在矩阵中使用，交换两个维度。 torch.transpose(tensor,dim_0,dim_1) 代码示例： import torch a=torch.tensor([[[1,2,3],[4,5,6]], [[7,8,9],[10,11,12]]]) b=torch.transpose(a,1,2) print("tensor_a",a) print("tensor_b",b) print("a的shape:",a.shape) p
Mnist-Torch_torch_Mnist-Torch_
10-03
mnist图片集分类 pytorch实现
RetinaFace+arcface_torch人脸识别.zip
03-31
RetinaFace+arcface_torch人脸识别，效果比https://download.csdn.net/download/qq_26696715/16126478略差
torch_geometric 加torch 包
12-31
很好用我已经配置好了
PyPI 官网下载 | torch_scatter-2.0.5.tar.gz
01-17
资源来自pypi官网。 资源全名：torch_scatter-2.0.5.tar.gz
PyPI 官网下载 | torch_sparse-0.6.12.tar.gz
01-30
资源来自pypi官网。 资源全名：torch_sparse-0.6.12.tar.gz
笔记：torch的基本运算
weixin_45562000的博客
10-18 8918
标题1. torch.clamp (a,x,y)2.torch.div(x,y)3.torch.mul(x,y)4. torch.mm(x,y)5.torch.mv(x,y)6. torch.pow(x,y) 1. torch.clamp (a,x,y) a 为张量，x为下界线，y为上界。 当a内某个元素小于x时，取x。在[x,y]内时，取本身。大于y时，取y。 不必纠结是 >=x 还是 >x ,怎么都是取与x相等的值，所以无所谓（y同理） import torch a=torch.randn(
torch学习笔记之——数学运算
qq_58832911的博客
01-17 2357
torch学习笔记之——数学运算：+（add）， -（sub）， *(mul) ，/(div) ，matmul，power，sqrt，Rsqrt，exp ，log ，round，Clamp的灵活运用。
torch中向量、矩阵乘法大总结
说文科技，做有态度的研究。
12-10 6502
一篇文章搞定torch中的向量，乘法操作！ dot可以做向量乘法；*运算符可以做按位乘法，但前提是给定的向量大小相同，否则就会广播做乘法；matmul方法用于做矩阵的乘积，乘积结果视tensor的维度而定。
pytorch学习笔记（四）--tensor的基本运算
ThetaQing的博客
07-11 7364
加减乘除 矩阵相乘 torch.mm 只适用于2d，不推荐 torch.matmul 推荐使用 @ 运算符重载 次方运算 a = torch.full([2,2],3) aa = a.pow(2) 操作运算如下： a.pow(n) 表示an a**n 表示an aa.sqrt() 表示aa 1/2 aa.rsqrt() 表示aa1/3 注意这里没有torch. 幂/对数 a = to...
Pytorch Tensor基本数学运算
热门推荐
洪流之源
06-26 5万+
1. 加法运算 示例代码： import torch # 这两个Tensor加减乘除会对b自动进行Broadcasting a = torch.rand(3, 4) b = torch.rand(4) c1 = a + b c2 = torch.add(a, b) print(c1.shape, c2.shape) print(torch.all(torch.eq(c1, c2))) ...
Pytorch Tensor基本操作
qq_38290604的博客
11-04 498
创建Tensor 从numpy引入 torch.from_numpy() a = np.array([2,3]) torch.from_numpy(a) 使用list导入，不用numpy作为载体 torch.tensor([2,3.3]) #具体的数据作为参数 torch.Tensor(2,3) #size作为参数 torch.tensor()与torch....
python运算符 尤其注意位运算
marmalade要天天向上
10-24 167
详见https://www.runoob.com/python/python-operators.html#ysf5 算术运算符 比较（关系）运算符 赋值运算符 #能反应出来有什么吗 逻辑运算符 位运算符 #能反应出来有什么吗 成员运算符 #能反应出来有什么吗 身份运算符 #能反应出来有什么吗 运算符优先级 Python运算符优先级 以下表格列出了从最高到最低优先级的所有运算符： 运算...
Torch学习笔记—数据基本操作
Blog Life
03-31 861
知乎参考：https://zhuanlan.zhihu.com/p/36233589
torch nn.Parameter可训练参数定义
weixin_43918046的博客
03-10 2736
自己搭建模型的时候经常需要定义一起参数矩阵，这个矩阵和我们原始输入的数据进行计算得到目标结果，当用torch声明一个向量或矩阵是固定的还是可训练的就需要用nn.Parameter声明，如下： import torch import torch.nn as nn #torch随机生成一个向量，不可训练 v = torch.rand(5) print(v) print('-'*100) #声明成一个可随着训练而调整参数的向量 v = nn.Parameter(v) print(v) 注意下面的requi
/home/dss/Code/7_20/Condition_DDPM_7_20.py:14: DeprecationWarning: Please use `rotate` from the `scipy.ndimage` namespace, the `scipy.ndimage.interpolation` namespace is deprecated. from scipy.ndimage.interpolation import rotate Traceback (most recent call last): File "/home/dss/Code/7_20/Condition_DDPM_7_20.py", line 509, in <module> ddpm = DDPM(device, beta_1, beta_T, T, drop_prob=0.1) File "/home/dss/Code/7_20/Condition_DDPM_7_20.py", line 309, in __init__ self.model = UNet(T).to(device) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 1145, in to return self._apply(convert) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 797, in _apply module._apply(fn) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 797, in _apply module._apply(fn) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 797, in _apply module._apply(fn) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 820, in _apply param_applied = fn(param) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 1143, in convert return t.to(device, dtype if t.is_floating_point() or t.is_complex() else None, non_blocking) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/cuda/__init__.py", line 239, in _lazy_init raise AssertionError("Torch not compiled with CUDA enabled") AssertionError: Torch not compiled with CUDA enabled
最新发布
07-21
要解决个问题，你可以按照以下步骤操作： 1. 确保你的计算机上已经正确安装了 NVIDIA GPU 驱动程序。 2. 确保你的计算机上已经安装了与你的 GPU 对应的 CUDA 版本。可以在 NVIDIA 的官方网站上下载并安装适合你的 ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值