- 博客(8)
- 收藏
- 关注
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 11:12:05 729 1
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 2057 1
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 2862
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 6643 1
原创 python的enumerate()用法和例子
enumerate() 是 Python 内置的一个函数,它可以将一个可迭代对象转换成一个枚举对象,包含每个元素的索引和对应的值。
2023-03-21 15:29:58 297
FFT,将一个4*4,8*8,16*16,32*32的矩阵转为多个稀疏化矩阵相乘
2023-10-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人