昇思25天打卡营 Day2张量Tensor

已于 2024-07-14 23:53:37 修改
阅读量258 收藏 3
点赞数 3
文章标签： python
于 2024-06-21 01:40:26 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/littlesujin/article/details/139846072
版权

 # 打卡Day2，  

# 张量Tensor：矩阵的矩阵（我的理解），就是说张量就看做是一个矩阵，只是，每个矩阵元可以是任意东西，比如一个数字，一个数列，一个矩阵等。 

# 这里根据教程学习到的是张量和系数张量的属性和用法

cke_139.png

cke_1463.png

cke_2255.png

cke_2740.png

cke_7607.pngcke_8460.png

littlesujin
关注
  • 3
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在keras 中获取张量 tensor 的维度大小实例
01-20
在进行keras 网络计算时，有时候需要获取输入张量...shape（x）返回一个张量的符号shape，符号shape的意思是返回值本身也是一个tensor， 示例： >>> from keras import backend as K >>> tf_session = K.get_session()
mindspore 张量tensor
06-21
mindspore 张量tensor
昇思25天打卡学习Day2：张量Tensor
weixin_42147595的博客
06-21 730
其中， indices表示非零下标元素，values表示非零元素的值，shape表示的是被压缩的稀疏张量的形状。coo (Coordinate Format）稀疏张量格式用来表示某一张量在给定索引上非零元素的集合，若非零元素的个数为N，被压缩的张量的维数为ndims。indices :一维整数张量，表示稀疏张量非零元素在列中的位置,与values长度相等，索引数据类型支持int16、int32、int64。张量的属性包括形状、数据类型、转置张量、单个元素大小、占用字节数量、维数、元素个数和每一维步长。
昇思25天学习打卡Day3：张量 Tensor
qq_67468736的博客
06-24 243
张量（Tensor）是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数，这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 𝑛𝑛 维空间内，有  𝑛𝑟𝑛𝑟 个分量的一种量，其中每个分量都是坐标的函数，而在坐标变换时，这些分量也依照某些规则作线性变换。𝑟𝑟 称为该张量的秩或阶（与矩阵的秩和阶均无关系）。张量是一种特殊的数据结构，与数组和矩阵非常相似。张量（）是MindSpore网络运算中的基本数据结构，本教程主要介绍张量和稀疏张量的属性及用法。
240624_昇思学习打卡-Day6-张量Tensor
weixin_66378701的博客
06-24 820
今儿扭头回来看看基础，看看最基本的数据结构，张量（Tensor）。张量和数组、矩阵非常相似。是MindSpore网络运算中的基本数据结构，本文主要介绍张量和稀疏张量的属性及用法。
昇思MindSpore 25天学习打卡营|day2
m0_73961262的博客
06-22 960
张量（Tensor）是数学中用于描述多维空间中线性关系的抽象概念，它能够捕捉标量、向量以及更复杂结构之间的相互作用。张量本质上是一种多线性函数，它在诸如内积、外积、线性变换和笛卡儿积等操作中扮演基础角色。在具体应用中，张量可以被视为一个具有特定秩（或称为阶）的实体，这个秩定义了张量在多维空间中的展开方式，其中每个维度可以有若干分量，这些分量随着坐标系的变化而遵循特定的线性变换规则。在计算机科学和人工智能领域，张量被用作一种高效的数据结构，它与数组和矩阵有着密切的联系，但提供了更为广泛的维度和操作。
昇思25天学习打卡训练营_day04张量与稀疏张量
qq_67054840的博客
07-03 626
在某些应用场景中（比如推荐系统、分子动力学、图神经网络等），数据的特征是稀疏的，若使用普通张量表征这些数据会引入大量不必要的计算、存储和通讯开销。​ 张量（Tensor）是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数，这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。张量之间有很多运算，包括算术、线性代数、矩阵处理（转置、标引、切片）、采样等，张量运算和NumPy的使用方式类似，下面介绍其中几种操作。表示非零元素的值，shape表示的是被压缩的稀疏张量的形状。
昇思MindSpore 25天学习打卡营|day4
m0_73961262的博客
06-24 884
定义神经网络时，可以继承 nn.cell 类，在 __init__ 方法中进行子 Cell 的实例化和状态管理，在 construct 方法中实现 Tensor 操作。construct意为神经网络（计算图）构建，相关内容详见使用静态图加速。# 初始化一个Flatten层，用于将多维输入数据展平为一维。# 初始化一个SequentialCell，它按顺序执行多个神经网络层。# 第一个全连接层，输入大小为28*28，输出大小为512，权重初始化为正态分布，偏置初始化为0。nn.ReLU(),
昇思MindSpore 25天学习打卡营|day3
m0_73961262的博客
06-23 850
模块提供了一些常用的公开数据集和标准格式数据集的加载API。对于MindSpore暂不支持直接加载的数据集，可以构造自定义数据加载类或自定义数据集生成函数的方式来生成数据集，然后通过接口实现自定义方式的数据集加载。支持通过可随机访问数据集对象、可迭代数据集对象和生成器(generator)构造自定义数据集，下面分别对其进行介绍。
昇思MindSpore 25天学习打卡营|day5
weixin_42036358的博客
06-23 261
神经网络模型是由神经网络层和Tensor操作构成的，mindspore.nn提供了常见神经网络层的实现，在MindSpore中，Cell类是构建所有网络的基类，也是网络的基本单元。本节中我们分解上节构造的神经网络模型中的每一层。当我们定义神经网络时，可以继承nn.Cell类，在__init__方法中进行子Cell的实例化和状态管理，在construct方法中实现Tensor操作。最后使用nn.Softmax将神经网络最后一个全连接层返回的logits的值缩放为[0, 1]，表示每个类别的预测概率。
昇思25天学习打卡Day1：基本介绍
qq_67468736的博客
06-22 707
昇思MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行、全场景统一部署三大目标。其中，易开发表现为API友好、调试难度低；高效执行包括计算效率、数据预处理效率和分布式训练效率；全场景则指框架同时支持云、边缘以及端侧场景。ModelZoo（模型库）：ModelZoo提供可用的深度学习算法网络，也欢迎更多开发者贡献新的网络(ModelZoo地址MindSpore Extend（扩展库）
Tensorflow获取张量Tensor的具体维数实例
09-18
在TensorFlow中，张量（Tensor）是数据的基本单元，用于构建复杂的计算图。了解张量的维度（或形状）对于正确地构建模型和处理数据至关重要。本篇将详细讲解如何在TensorFlow中获取张量的维度信息。 首先，我们需要...
张量 tensor
05-26
张量介绍和理解
快醒醒，别睡了!...讲《数据分析pandas库》了—/—＜4＞
qq_64603703的博客
07-27 731
详细解说数据分析pandas库中的常用方法
全网最详细Gradio教程系列5——Gradio Client: python
shao918516的博客
07-26 1011
程序部署完成后，如何将Gradio App作为API访问使用呢，这就用到Gradio Client。本章讲解Gradio Client的三种使用方式：python、javascript和curl，受字数限制，所以分三篇博客发布。 使用Gradio Python Client非常易于将Gradio应用程序作为API使用，本节讲述gradio_client安装、如何连接Gradio应用程序、查看可用API及其使用方式、job及session等用法。 通过Gradio Python Cli
全面解析 SnowNLP：中文文本处理、情感分析
有勇气的牛排博客
07-24 592
SnowNLP 是一个专门用于处理中文文本的 Python库。分词情感分析关键词提取文本分类拼音转换繁体转简体词相似度计算等测试环境：Python3.10.9尚未测出该功能text = "有勇气的牛排写的文章通俗易懂，爱了爱了"文本分类使用的是 SnowNLP 的情感分析模型。
Chapter 18 Python异常
最新发布
2302_80253507的博客
07-28 819
在Python中，异常是一种特定的对象，能够在程序运行过程中被抛出和处理。有效地管理异常不仅可以增强程序的稳定性，还可以提高用户体验，使程序能够优雅地处理错误情况。本章详细讲解了异常的基本概念以及如何捕获和处理异常。
安卓手机部署大模型实战
奇舞周刊
07-25 819
本文作者系360奇舞团前端开发工程师前言自ChatGPT发布以来，大语言模型（Large language model, LLM)就成了AI乃至整个计算机科学的话题中心。学术界，工业界围绕大语言模型本身及其应用展开了广泛的讨论，大量的新的实践层出不穷。由于LLM对计算资源的需求极大，有能力部署大语言模型的公司和实验室一般通过搭建集群，然后开放API或者网页demo的方式让用户可以使用模型。在人们纷...
如何把整个数据集的图片转换为张量tensor
05-26
您可以使用Python中的NumPy和OpenCV库来将整个数据集的图片转换为张量tensor。具体步骤如下： 1. 导入所需的库： ```python import cv2 import numpy as np ``` 2. 定义一个函数来读取和转换图像： ```python ...
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