人工智能
文章平均质量分 94
学习深度学习、机器学习、pytorch、numpy、计算机视觉等人工智能的知识
RootKai
一名正在学习计算机视觉的小菜鸡
展开
-
深度学习RootKai
使用torch.mm()进行矩阵与矩阵的乘法。使用进行更灵活的矩阵和向量的乘法。使用torch.mv()专门进行矩阵与向量的乘法。print(a)我们可以将矩阵-矩阵的乘法AB看成是简单的执行m次矩阵-向量积,并将结果拼接在一起,形成一个nxm矩阵范数是向量元素平方和的平方根范数。它表示为向量元素的绝对值之和结果:tensor(3.)矩阵的佛罗贝尼乌斯范数(Frobenius norm)是矩阵元素的平方和的平方根结果:tensor(6.)原创 2024-09-21 21:30:39 · 562 阅读 · 0 评论 -
Pytorch的基本操作
输入Tensor.new_ones(行,列,dtype=数据类型,device=设备对象)x = torch.randn_like(输入Tensor,dtype=数据类型,device=设备对象)注意:这不能用整型来作为参数在 PyTorch 中,rand和randn_like用于生成浮点数类型的随机数,而randint用于生成整数类型的随机数,并且你可以指定整数的范围和数据类型。#输入Tensorprint("========使用原来的数据类型========")原创 2024-09-19 21:01:33 · 812 阅读 · 1 评论 -
机器学习学习中........
经典定义:利用经验来改善系统自身的性能。[经验在计算机中就是数据]原创 2024-09-20 15:59:07 · 1015 阅读 · 0 评论