学习笔记torch

最新推荐文章于 2023-08-03 13:42:45 发布
最新推荐文章于 2023-08-03 13:42:45 发布
阅读量787 收藏 1
点赞数
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/heyuqin1/article/details/119797190
版权

一些琐碎的知识点

1、append在循环中使用。可以理解为取数据

2、定义一个空列表，用来存放数据，空列表要记得定义在循环前面。否则每次循环都会把数据清空。

3、记住index的用法。（随机给一组数据赋值）

4、定义函数和调用 def

5、将工作目录指定到特定目录下

os.chdir('C:\F（HEYUQIN）\code\StemGNN_master\dataset')

6、读取数据

date = pd.read_csv(r'path')

7、保存数据

date.to_csv('DATA_miss_50.csv',index = False)  注：csv为保存的格式

大眼猕猴桃
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Pytorch、NLP学习笔记
03-01
《PyTorch与自然语言处理学习笔记》 PyTorch是一个强大的深度学习框架，由Facebook的AI研究团队开发，以其灵活性和易用性受到了广大研究人员和开发者们的喜爱。本笔记将深入探讨PyTorch在自然语言处理（NLP）领域的...
week6&7（2021.10.23-2021.11.5）
Sohu564的博客
11-03 690
Step1 一.RNN：递归神经网络 在输入和输出都为序列时候常用 例如：语音识别（音频到文字），翻译（汉语文字到英语文字） 循环神经网络的数据是循环传递的，输入x经过隐含层到输出y,在隐含层的结果h也会作为下次输入的一部分，循环往复，如下图所示： 第一层x0为输入，y0为输出 第二层x1和h0为输入，y1为输出 ... ... ... h0,h1等隐藏向量的目的：提高网络的记忆力，为了重视序列信息（举个例子：图片很容易...
tensor中的append应该如何实现
strawberry47的博客
06-05 1万+
法一：使用list ，再concat 法二：直接使用concat
pytorch 函数
lzkzls的博客
01-30 421
1、ModuleList与sequential： https://zhuanlan.zhihu.com/p/75206669 2、contiguous： https://zhuanlan.zhihu.com/p/64551412 3、torch.nn.init.xavier_uniform_：参数初始化方法 https://blog.csdn.net/qq_32893343/articl...
Python学习高光时刻记录1——(append,torch.zeros,torch.ones,torch.log,torch.from_numpy)
qq_40405799的博客
11-27 2006
Python记录1 append()——在数组后加上相应的元素 例子 a=[1,2,3] a.append(4) 输出结果为[1,2,3,4]
numpy数组、pytorch张量的维度操作
weixin_44132759的博客
01-02 1124
内容概要 写脚本时经常需要进行numpy的数组ndarray和pytorch张量tensor的维度操作，主要包括拼接、拆分、维度扩张和压缩等等。有关的方法很多，老是记不住，写一篇帖子记录一下。 参考：https://blog.csdn.net/pipisorry/article/details/108988615?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_baidulandingword-2&spm=1001.2101.3001
pytorch学习笔记
01-06
import torch N, D_in, H, D_out = 64, 1000, 100, 10 #64个数据，输入1000维，中间层100维，输出10维 # 1. 确定训练数据 x = torch.randn(N, D_in) y = torch.randn(N, D_out) # 2. 定义模型 class TwoLayerNet...
GNNNote学习笔记
09-17
在本篇GNNNote学习笔记中，我们将深入探讨图神经网络（Graph Neural Networks，简称GNN）的基础概念、实现原理以及在机器学习领域的应用。GNN作为一种强大的深度学习模型，已经在社交网络分析、推荐系统、化学分子...
机器学习笔记
05-03
机器学习笔记 机器学习是当前人工智能领域最重要的技术之一，深度学习是机器学习的一个子领域，它通过神经网络来学习和处理数据。深度学习技术可以自动对信息进行处理，不需要人为事先明确特征、标签分类，解决了...
PyTorch学习笔记（1）张量
01-06
torch.tensor(data, # 数据 可以使list numpy dtype=None, # 数据类型 默认与data一致 device=None, # 所在设备 cuda / cpu requires_grad=False, # 是否需要梯度 pin_memory = False ,# 是否存于锁页内存) flag = ...
tensor如何插入一行为0或者一列为0 其他类似，实现append
weixin_47604030的博客
07-27 1703
这些曲线真难
pytorch学习笔记点点滴滴
gbz3300255的博客
03-12 660
记录下学习pytorch的各种概念。日积月累吧 1.CrossEntropyLoss PyTorch-损失函数的损失函数。是log_softmax 和 nll_loss 方法的结合
第三章：PyTorch的主要组成模块2
qq_36744449的博客
05-06 135
3.4 模型构建 3.4.1 神经网络的构造 PyTorch中神经网络构造一般是基于 Module 类的模型来完成的，它让模型构造更加灵活。 Module 类是 nn 模块里提供的一个模型构造类，是所有神经⽹网络模块的基类，我们可以继承它来定义我们想要的模型。下面继承 Module 类构造多层感知机。这里定义的 MLP 类重载了 Module 类的 init 函数和 forward 函数。它们分别用于创建模型参数和定义前向计算。前向计算也即正向传播。 import torch from torch impo
如何将多个torch.Tensor存储下来并在新的纬度上进行合并？
weixin_43905212的博客
07-21 3334
output_list = [] # 存放输出的list for idlayer in range(self.num_layers): # 每一次循环 current_input = input[idlayer,...] current_output,current_hidden_state = self.cell(current_input,current_hidden_state) # 按照输出间隔将输出存储下来 if i
python中常见函数及其释义
最新发布
qq_49543026的博客
08-03 226
8、.cat() 沿着指定的维度将多个张量拼接在一起，dim=0表示按照行合并，dim等于1表示按照列合并,连接时需要注意维度需要相等，后面需要跟参数。10、.zeros_like() 创建一个与给定张量相同形状的全0张量， 后面需要跟参数。5、.reshape() 不改变张量中元素的值，仅仅改变张量的形状，后面需要跟两个参数。9、.sum() 将数组或者张量中的元素进行求和，返回一个值，后面不需要跟参数。6、.zeros() ，.ones()创建全0或者全1的数据，后面需要跟参数。
简单粗暴PyTorch之张量操作
qq_36642243的博客
08-08 1608
张量操作1、张量的操作：拼接、切分、索引和变换1.1 张量的拼接与切分1.2 张量的索引1.3 张量变换2、张量的数学运算2.1 加减乘除2.2 对数、指数、幂函数2.3 三角函数3、线性回归 1、张量的操作：拼接、切分、索引和变换 1.1 张量的拼接与切分 拼接 torch.cat() # 不会扩张维度 功能：将张量按维度dim进行拼接 • tensors: 张量序列 • dim : 要拼接的维度 t = torch.ones((2, 3)) t_0 = torch.cat([t, t
Pytorch的tensor数据类型 -- 常见用法介绍：
qq_41764621的博客
09-15 2093
【注意】使用该方法创建Tensor时，系统不会马上分配空间，只是会计算剩余的内存是否足够使用，使用到Tensor时才会分配。而其它操作都是在创建完Tensor之后马上进行空间分配。我不知道上述这个tensor分配内存空间的这种方式的意义是啥？推荐使用：torch.tensor()来建立tensor数据，没写完：然后把上述的代码换成torch.tensor()是PyTorch中重要的数据结构，可认为是一个高维数组。【把人家博客的内容再自己复述一遍写在这thx】随机创建指定形状的Tensor。
torch.tensor拼接与list(tensors)
热门推荐
weixin_43543177的博客
11-26 1万+
tensor&list[tensors]Construct list(tensors)To stack list(tensors)To concatenate list(tensors) Construct list(tensors) 创建一个包含张量的列表，以及2个张量如下： import toroch a = [torch.tensor([[0.7, 0.3], [0.2, 0.8]]), torch.tensor([[0.5, 0.9], [0.5, 0.5]])] b = to
torch.nn常用命令
qq_42344181的博客
05-28 586
模型的创建 构建网络： def __init__(self,): pass 拼接网络 def forward(): pass torch.nn中常用的几种方法 nn.Parameter() # 张量子类，表示可学习参数，如weight nn.Module() # 所有网络基类，管理网络属性 nn.functional() # 函数的具体实现 nn.init() # 参数初始化方法 使用nn.Module注意事项： 一个module相当于一次运算，必须实现forwar

“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