![](https://img-blog.csdnimg.cn/87e39cdf77ca4503bcde3e00caf91ff8.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
Pytorch
Pytorch
baihaisheng
这个作者很懒,什么都没留下…
展开
-
代码测试gpu可用性
tensorflowimport tensorflow as tfprint(tf.__version__)print(tf.keras.__version__)if tf.test.is_gpu_available(cuda_only=True): device = "/gpu:0"else: device = "/cpu:0"print(device)Pytorchimport torchdevice = torch.device("cuda:0" if tor原创 2020-06-09 19:46:54 · 356 阅读 · 0 评论 -
tensor.max, tensor.argmax
一个batch_size=32模型二分类预测输出的结果output=torch.tensor([[0.4386, 0.6951], [0.8676, 0.8337], [0.5899, 0.5169], [0.4655, 0.7301], [0.5195, 0.8004], [0.0000, 0.0000], [0.9471, 0.9369], [0.5637, 0.8579],原创 2020-06-02 13:44:04 · 5894 阅读 · 0 评论 -
PyTorch的nn.Linear()的理解
PyTorch的nn.Linear()的理解torch.nn.Linear(in_features, out_features, bias=True)in_features输入的是二维张量的大小,输入[N, Hin]作为全连接层的输入,N一般指的是batch_size(样本数量),Him指的的是每一个样本的维度大小out_features指的是输出的二维张量的大小,输出(N,Hout)N...原创 2020-04-30 12:55:46 · 2780 阅读 · 0 评论 -
Pytorch张量统计运算dim的理解
Pytorch张量统计运算dim的理解创建两个2x3的张量>>> input = torch.randn(2,2,3)>>> inputtensor([[[-0.3491, -0.6243, 0.1242], [-1.5700, 1.0065, -1.2502]], [[-0.5597, 0.3357, 0.5...原创 2020-04-16 11:11:57 · 398 阅读 · 0 评论 -
Pytorch使用介绍
张量(tensor)的创建# 创建张量>>> data=torch.tensor([[3,5,5]])>>> datatensor([[3, 5, 5]])# 通过numpy创建张量>>> import numpy as np>>> data=torch.tensor(np.array([3,6]))>&...原创 2020-04-15 23:35:23 · 201 阅读 · 0 评论