paper_jet-CSDN博客

原创如何使用AotoDL 在pycharm 创建虚拟环境

（其中这个xxx是你自己起一个虚拟环境的名字）（python你要装多少版本的这里就写多少）但实际上我们新创建的实例中的conda是没有虚拟环境的只有一个base环境。3. 如果我们直接在实例的base环境中配置各种包会被弹出如下警告。所以这里需要我们自行创建一个虚拟环境再去进行教程中后面的操作。2. 与pycharm连接这个也不多赘述了网上有很多教程。当然你也可以用pycharm这里的终端（官方教程有讲）我这里是用autoDL的jupyter终端直接操作的。官方教程这里直接选出了虚拟环境。

2023-09-15 02:34:38 447

原创对感兴趣区域的剪裁tf.image.crop_and_resize与torchvision.ops.roi_align

tf.image.crop_and_resize函数是TensorFlow中的图像处理函数，用于从输入图像中裁剪出一组给定大小的矩形区域（如感兴趣区域或候选框），并将这些区域调整到给定的目标大小。尽管tf.image.crop_and_resize和torchvision.ops.roi_align都是用于从输入图像或特征图中裁剪一组给定大小的矩形区域并将它们调整为给定的目标大小，但它们的实现细节和用途略有不同。，需要注意调用时的顺序。[y1, x1, y2, x2]和[x1, y1, x2, y2]

2023-05-15 10:44:00 320

原创学习深度学习时需要使用到的各种查看类型与形状方式

属性来查看张量的类型和形状。查看形状 torch.size()在 Python 中，可以使用内置函数。在 TensorFlow 中，可以使用。来查看某个变量的数据类型。

2023-05-15 00:49:36 138

原创 torch.argmax 的使用

包含四个元素，分别代表第 0 个维度上最大值所在的位置（在本例中，每个元素的值都是 2，表示第 2 行是第一列、第二列、第三列和第四列中的最大值所在的位置）。是一个函数，用于返回张量中某个维度上最大值的索引，即张量中在某个维度上具有最大值的元素所在的位置。在这里，第一个维度的大小为 3，第二个维度的大小为 4。我们在第 0 个维度上使用。例如，如果我们有一个形状为 (3, 4) 的张量。中最大值所在的索引。在 PyTorch 中，

2023-05-12 12:23:58 338 1

原创随机打乱函数 torch.randperm的使用（类似tensorflow中的tf.random_shuffle）

随机排列后的序列可以用来索引。的整数序列随机排列，这个序列的长度等于。如果要打乱一个多维张量的元素顺序，需要在。张量展平为一个一维张量)，以此来打乱。将张量恢复到原来的形状。

2023-05-12 03:27:43 1157 1

原创 torch.where的使用

如果b_bool是tensor类型，那返回的元组含有的唯一元素就是所有true角标的tensor。在这个语句中a会提取出b_bool为true的角标，但会返回成一个元组。函数返回一个张量或元组，具体输出是由函数输出参数的数量和类型所决定的。所有为了a直接得到一个tensor，我们用【0】做索引。例，在下面的示例中，我们用另一个张量。在 PyTorch 中，

2023-05-12 02:52:32 407

原创警告UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach

函数都会创建新的张量，并且不与原先的张量共享内存，即使输入的是一个已有的 PyTorch 张量。如果原先的张量是一个反向传播计算图的一部分，使用。函数会破坏计算图中张量的历史信息，使原来的张量和新创建的张量不再共享梯度和计算历史。因此，如果想要创建一个新的张量，最好使用。具有相同的形状和值，但是它不再共享梯度和计算历史，可以安全地用于其他操作。警告信息提到了这个建议，是因为在 PyTorch 中，这个警告信息是提示在构造新的张量时，推荐使用。，这样可以安全地复制一个共享计算历史的张量。

2023-05-11 18:58:25 6191

原创 tf.pad与torch.nn.functional.pad的区别

可以看到添加pading的维度是由外向里的，先axis=0，再axis=1。可以看到添加pading的维度是由里向外的，先dim=1，再dim=0。第一个参数都是input，第二个参数都是填充的位置和数量。

2023-05-11 00:06:01 117

原创 torch.unsqueeze函数使用示例

【代码】torch.unsqueeze函数使用示例。

2023-05-10 14:32:11 126

原创 torch.gather与tf.gather的区别

repeat函数表示对这个索引进行重复，第一个参数为1，表示行不变，第二个参数为。函数用于按照指定的索引从输入张量中聚合元素并返回新的张量。是指定批次维度数的整数，通常在将多个样本进行聚合时使用；在 Tensorflow 和 PyTorch 中，是指定聚合维度的整数，如果不传递，则默认为 0；表示需要聚合的索引，可以是常量列表或张量；表示需要聚合的索引，可以是常量列表或张量；TensorFlow 中的。tf.gather的索引为。在第一维度上进行聚合，但。PyTorch 中的。表示需要聚合的维度；

2023-05-10 13:57:15 674

spark的博客