pytorch函数（待更新）

最新推荐文章于 2024-05-17 10:41:35 发布
最新推荐文章于 2024-05-17 10:41:35 发布
阅读量139 收藏
点赞数
分类专栏： # pytorch学习
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/qq_42325947/article/details/108311258
版权
本文详细介绍了PyTorch中的几个关键函数，包括torch.eye用于创建对角矩阵，torch.linspace用于生成等差序列，torch.rand和torch.randn分别生成均匀和高斯分布的随机张量，torch.cat用于张量拼接，torch.chunk用于张量分割，torch.index_select进行张量索引选择，torch.split按指定大小分割张量，以及torch.squeeze和torch.unsqueeze操作张量的维度。
摘要由CSDN通过智能技术生成

文章目录

torch.eye

torch.eye(n, m=None, out=None):返回一个2维张量，对角线位置全1，其它位置全0

参数:

  • n (int ) – 行数
  • m (int, optional) – 列数.如果为None,则默认为n
  • out (Tensor, optinal) - Output tensor

torch.linspace

torch.linspace(start, end, steps=100, out=None) → Tensor

返回一个1维张量，包含在区间start 和 end 上均匀间隔的steps个点。 输出1维张量的长度为steps。

torch.linspace(3, 10, steps=5)

  3.0000
  4.7500
  6.5000
  8.2500
 10.0000
[torch.FloatTensor of size 5]

torch.rand与torch.randn

torch.rand(*sizes, out=None) → Tensor

返回一个张量，包含了从区间[0,1)的均匀分布中抽取的一组随机数，形状由可变参数sizes 定义

>>> torch.rand(4)

 0.9193
 0.3347
 0.3232
 0.7715
[torch.FloatTensor of size 4]

>>> torch.rand(2, 3)

 0.5010  0.5140  0.0719
 0.1435  0.5636  0.0538
[torch.FloatTensor of size 2x3]
最低0.47元/天 解锁文章
Jason66661010
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于pytorch的通用训练函数(待校验)
jianshanzhange的博客
01-07 762
#编写fit()函数，参数为训练次数(epoch)、输入模型(model)、输入数据(train_dl,test_dl) #功能是对数据输入在模型上训练，并且返回loss和acc变化 def fit(epoch,model,trainloader,testloder): correct = 0 total = 0 running_loss = 0 for x,y in trainloader: y_pred = model(x) loss =
pytorch自定义dataset：name ‘Optional‘ is not defined
猪猪后花园
09-13 3656
错误描述 pytorch在自定义dataset CELEBA类的时候，用到了以下表达： class CELEBA(DatasetFolder): def __init__( self, root: str, transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, load
Pytorch的Tensor基本操作(重要的容易忘的）
深度菜鸡-达闻西的博客
04-02 839
参考 pytorch 中文文档 目录创建操作torch.eyefrom_numpytorch.linspacetorch.onestorch.zerostorch.randtorch.randntorch.arangetorch.range 创建操作 torch.eye torch.eye(n, m=None, out=None) 返回一个2维张量，对角线位置全1，其它位置全0 参数: n (i...
【Pytorch教程】迅速入门Pytorch深度学习框架
在这里你甚至能学算卦，快进来看看
02-24 2768
【Pytorch教程】迅速入门Pytorch深度学习框架
Pytorch中的一些函数参数讲解
最新发布
knighthood2001
05-17 1652
在这个示例中，我们首先创建了一个大小为 (1, 3, 10, 10) 的输入特征图，其中 1 表示批量大小，3 表示通道数，10x10 表示特征图的高度和宽度。表示使用原地操作执行 ReLU 激活函数，即直接在输入张量上执行 ReLU 操作，并修改输入张量本身，而不是创建一个新的张量来存储结果。在深度学习中，上采样通常用于将低分辨率的特征图恢复到原始输入图像的分辨率，或者增大图像以便进行后续的处理。（输出张量）：可选参数，用于指定输出张量。（默认情况），则会创建一个新的张量来存储操作的结果，并将其返回。
torch---pytorch常用函数（持续更新中.......）
qq_24407657的博客
08-19 1万+
随机抽样类函数 1.torch.manual_seed(seed) 设定生成随机数的种子，并返回一个torch._C.Generator对象 参数：seed(int or long)种子 2.torch.initial_seed() 返回生成随机数的原始种子（pathon long） 3.torch.get_rng_state() 返回随机生成器状态（Byte Tensor） 4....
pytorch常用内置loss函数与正则化技术（补充小细节）、优化器（optimizer）
smalltorch的博客
05-13 1022
本博客主要简要记录一下对pytorch内置损失函数的一些理解和正则化技术在pytorch里面是怎么调用的。这就是本文的内容了，主要是很多细节部分需要记录一下。
pytorch函数
SSurprising的博客
12-26 3063
笔记：1.标签一般默认为LongTensor2.pytorch只能处理2维的数据。字典：找到一份很好的pytorch中文文档：http://pytorch-cn.readthedocs.io/zh/latest/1.nn.CrossEntropyLoss() EXP:loss_func = torch.nn.CrossEntropyLoss() 交叉熵：通常用在分类问题上 目标标签为： y =
Pytorch损失函数初始化调用与形参调用以及常用使用场景
fengshiyunyan的博客
11-17 591
目录1、L1loss2、MSELoss3、CrossEntropyLoss4、NLLLoss5、PoissonNLLLoss6、KLDivLoss7、BCELoss8、BCEWithLogitsLoss9、MarginRankingLoss10、HingeEmbeddingLoss11、MultiLabelMarginLoss12、SmoothL1Loss13、SoftMarginLoss14、MultiLabelSoftMarginLoss15、CosineEmbeddingLoss16、MultiMar
[Pytorch]Pytorch中tensor常用语法
急流勇进
01-10 4030
[Pytorch]Pytorch中tensor常用语法 原文地址：https://zhuanlan.zhihu.com/p/31494491 上次我总结了在PyTorch中建立随机数Tensor的多种方法的区别。这次我把常用的Tensor的数学运算总结到这里，以防自己在使用PyTorch做实验时，忘记这些方法应该传什么参数。总结的方法包括：Tens...
pytorch基础API
kking_edc的博客
04-09 1732
pytorch： torch.zeros( * size, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor 参数： size：一串用来定义tensor维度的整数，可以是任意个数字，也可以tuple或list等集合 pytorch官方文档 torch.Tensor： 这...
Pytorch学习之十九种损失函数
热门推荐
mingo_敏
01-01 6万+
损失函数通过torch.nn包实现， 1 基本用法 criterion = LossCriterion() #构造函数有自己的参数 loss = criterion(x, y) #调用标准时也有参数 2 损失函数 2-1 L1范数损失 L1Loss torch.nn.L1Loss(size_average=True) 2-2 均方误差损失 MSELoss torch.nn.MSELoss(siz...
PyTorch基础系列（二）——cnn简单训练6个流程
Snoopy_Dream
11-09 4932
目录 零、 函数总体说明 一、数据导入 1. torch.utils.data.Dataset基类 or torchvision.datasets.ImageFolder 将路径和标签变列表 2. torch.utils.data.DataLoader对图像和标签列表分别封装成一个Tensor 3. 将Tensor数据类型封装成Variable数据类型。 补充：Sample 二、导入...
python中的clamp是什么用处，clamp可以充当relu函数
qq_38939498的博客
06-24 2857
python中的clamp是什么用处 clamp作为代码中返回值，规定其中的最小值，和最大值，若有一值大于其规定的一个范围，那么就返回规定的最大值，如果有一值小于其规定的最小值，就返回其范围的最小值。 clamp(a,b,c),其中a是其规定的最小值，b是其规定的最大值，c是返回值，若c大于b，则返回的是b，若c小于a值，那么就返回a值。若c大于a，小于b，那么就返回c。 clamp 还有一个用处，可以使用relu函数，比如，clamp(min=0),就相当于relu函数的等效，但是一般还是用relu函数，
torch 函数整理
ningchewinbell的博客
06-03 7344
torch.nn.Conv2d torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True) 卷积操作，输入矩阵大小 (N, Cin, H, W)，输入矩阵大小N, Cout, Hout, Wout) 参数说明 in_channels ...
Pytorch学习之旅——tensor张量使用基础
zhanghm1995的博客
08-23 618
文章目录tensor定义tensor运算tensor内置函数squeeze()和unsqueeze()函数 tensor定义 创建指定大小的tensor import torch a=torch.Tensor(2,3) print(a) tensor运算 tensor内置函数 只写常用的，其他的可以去网站查阅： squeeze()和unsqueeze()函数 https://blog.csdn.net/ZT0518/article/details/86440338 ...
Pytorch Mobile 之Android Demo源码分析
karry_zzj的博客
10-30 9949
现如今，在边缘设备上运行机器学习/深度学习变得越来越流行，它需要更低的时延。 而从Pytorch 1.3开始，我们就可以使用Pytorch将模型部署到Android或者ios设备中。 Pytorch官方文档中提供两个关于Pytorch-mobile的Demo： Github地址 主要包含了两个APP应用，一个简单的在神经网络领域中的“hello world"项目，另一个就更复杂了一些，有图形识别...
Pytorch.clamp：将小于0的元素修改为0，截断元素的取值空间
weixin_44633882的博客
04-18 1万+
Pytorch.clamp：将小于0的元素修改为0，截断元素的取值空间 torch.clamp(input, min, max, out=None) → Tensor 将输入中每个元素夹紧到[min,max]区间中，算法公式如下： yi={min⁡ if xi<min⁡xi if min⁡≤xi≤max⁡max⁡ if xi&gt...
python幂函数pytorch
09-29
在Pytorch中，可以使用torch.pow()函数来计算幂函数。该函数的作用是将输入张量的每个元素都进行幂运算，并返回一个新的张量。 使用方法如下： torch.pow(input, exponent, out=None) 其中，input是待求幂的张量，...
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