longjiaxin1314-CSDN博客

原创四川电信2024年春季招聘笔试题型（网络技术工程师）

包括光纤通信、信号与系统、电路分析、数电和模电、通信原理等专业知识。包括图形推理、数字推理等题型。1、性格测试（20分钟）2、行测知识（40分钟）3、专业知识（40分钟）

2024-04-18 11:12:05 375 1

原创拉盖尔高斯光束仿真

光强图p=0;l=0:10p=1;l=0:10l=1;p=0:10相位图p=0;l=0:10。

2023-05-03 21:34:01 557

原创 Python网络训练 torch.nn.Parameter和register_parameter的用法和例子

torch.nn.Parameter() 是 PyTorch 中的一个类，用于指定神经网络模型中的可训练参数。在 PyTorch 中，任何被标记为参数的张量都将被自动添加到模型的参数列表中，并且可以通过梯度下降等算法进行更新。register_parameter 是 PyTorch 中的一个方法，它允许我们手动注册一个参数 Tensor，并将其添加到模型的参数列表中。

2023-03-23 15:28:07 1852

原创 python中torch.nn.functional F.pad()的用法和例子

F.pad() 是 PyTorch 中 torch.nn.functional 模块中的一个函数，用于对张量进行填充操作。具体来说，F.pad() 函数可以对输入张量的任意维度进行填充。它接受以下参数：input：要进行填充的输入张量；pad：指定各个维度上要进行填充的数量，可以是一个单独的整数，也可以是一个元组（tuple）；mode：指定填充模式，可以是 “constant”、“reflect” 或 “replicate”；

2023-03-23 09:20:48 2638

原创 python中的torch.nn.Softmax() 用法和例子 dim=1 dim=2

当张量的形状为二维时，dim=1 和 dim=2 的效果类似，因为此时张量的行数等于时间步数，列数等于特征数。在这种情况下，dim=1 和 dim=2 都将每一行的值进行归一化，输出的结果相同。但是当张量的形状为三维及以上时，dim=1 和 dim=2 的效果就不同了。在序列到序列的任务中，通常需要对每个时间步上的输出进行归一化，因此需要使用 torch.nn.Softmax(dim=2)。在分类任务中，通常需要对每个样本的输出进行归一化，因此需要使用 torch.nn.Softmax(dim=1)。

2023-03-21 16:14:15 6278 1