【pytorch10】统计属性

最新推荐文章于 2024-08-15 16:33:35 发布
最新推荐文章于 2024-08-15 16:33:35 发布
阅读量494 收藏 6
点赞数 4
分类专栏： pytorch入门学习 文章标签： pytorch
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_45291280/article/details/140021420
版权

常见统计属性

  • norm（范数）
  • mean,sum
  • prod
  • max，min，argmin，argmax
  • kthvalue，topk

kthvalue求第几个的位置和第几个的值
topk求top几的这样的一个数值

norm范数

这里的norm表达的是范数的意思，normalize是正则化
matrix norm 和 vector norm有区别
在这里插入图片描述

norm-p
在这里插入图片描述
1范数是所有元素的求和
2范数是所有元素绝对值的平方和再开根号

mean,sum,min,max,prod,argmin，argmax

prod 是累乘

在这里插入图片描述
最大值的索引返回的是7不是[1,3],意味着mean,min,max等这些函数不带参数的话，会把tensorA reshape成一个维度然后再求max的值和max所在的索引，如果不想打平，希望在某一个维度上求max等，必须给定维度
在这里插入图片描述

dim,keepdim

keepdim 保持原来的维度，因为统计信息包含消dimension的操作

在这里插入图片描述

Top-k or k-th

  • topk
  • kthvalue

topk 例如对于一张照片会有一个可能性[0.1,0.2,0.6,…]取概率最大的两个概率，假设0.6和0.2是最大的两个概率，我们用topk(2)会返回[0.6,0.2]和所在索引[2,1],也就是topk要比max返回更多的数据

如果要求最小的k个，就把largest设置成为False
在这里插入图片描述
kthvalue就是第k个小的value，第8小的值就是第3大的值

compare

在这里插入图片描述
eq() 返回的是每个元素是否相等，返回值是一个矩阵
equal() 返回的是矩阵是否相等，返回值是True和False

艾卡西亚丶暴雨L
关注
  • 4
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Pytorch Tensor的统计属性实例讲解
09-18
本篇主要介绍PyTorch Tensor的两个关键统计属性：范数和一些常用操作，并通过实例进行详细解释。 1. 范数： 范数是衡量Tensor中元素的量度，分为L1范数和L2范数。L1范数是所有元素的绝对值之和，而L2范数是所有元素...
pytorch 基本运算 统计属性.ipynb
04-19
pytorch 基本运算 统计属性.ipynb
pytorch统计属性
wyw0000的博客
03-01 963
pytorch的统计属性
pytorch--属性统计
qq_43894221的博客
09-29 357
属性统计
P7 PyTorch 属性统计
4AM_明朝百晓生
12-27 399
Norm min max argmax argmin prod sum dim keepdim topk & kthvalue eq&equal
pytorch-统计属性
weixin_45797937的博客
03-04 6291
pytorch-统计属性
pytorch——统计属性
qq_46126537的博客
07-31 129
范数统计 norm运算只能对于浮点数和复数运算 求哪一个维度会对哪一个维度运算，其他维度保留 a=torch.full([8],1.0) b=a.view(2,4) c=a.view(2,2,2) print(torch.norm(b)) # tensor(2.8284) print(torch.norm(b,2)) # tensor(2.8284) print(torch.norm(c,2,dim=2)) # tensor([[1.4142, 1.4142], [1.4142, 1.4142]]) 常
Pytorch——统计属性的方法
橙子的博客
04-13 215
1、norm 求范数 范数最为一个统计信息，是最常用的。 如何简单的使用norm这个api a=torch.full([8],1) #表示使用full函数生成长度为8的数值全是1的tensor b=a.view(2,4) c=a.view(2,2,2) print(a) #输出[[1.,1.,1.,1.], [1.,1.,1.,1.]] print(c) #输出[[[1.,1.],[1.,1.]], [[1.,1.],[1.,1.]]
pytorch-属性统计
qq_56473969的博客
09-18 404
摘要
Pytorch属性统计
01-25 1165
Pytorch属性统计、最值、第k大、比较函数、范数等
pytorch：属性统计
weixin_62637793的博客
10-29 182
范数的计算 范数计算公式 在pytorch中，使用函数.norm（范数次数）或.norm（范数次数，dim=）两种格式计算范数。 当时用第二种时，即不看相应维度对应的元素。 mean，sum，max，min，prod（累乘），argmin，argmax计算 import torch a=torch.arange(8).view(2,4).float() a.min(),a.max(),a.mean(),a.prod(),a.sum(),a.argmax(),a.argmin() (ten..
pytorch查看模型weight与grad方式
09-16
默认情况下，`track_running_stats=True`，意味着在训练过程中会跟踪统计信息。权重和偏置可以通过`m.weight`和`m.bias`访问，但它们没有`numel()`方法，因为它们不是张量的迭代器。要获取它们的元素数量，可以直接...
PyTorch和Keras计算模型参数的例子
09-18
`requires_grad`属性标识参数是否在反向传播过程中需要计算梯度，只有可训练的参数才需要。 在Keras中，模型的参数统计相对简单，我们只需要调用`model.summary()`函数即可。这个函数会打印出模型的结构，包括每一...
win10配置pytorch环境+CUDA安装
SevenBerry的博客
08-12 602
打开每一项，将。
PyTorch FP16模型转换
weixin_67051070的博客
08-15 845
在使用 MNN 进行 INT8 量化推理时，你不需要在预处理阶段将图像转换为 INT8 格式。相反，你应该按照常规的图像预处理步骤，将图像转换为浮点数格式，然后将其输入到量化模型中。MNN 推理引擎会自动处理输入数据的量化。PyTorch：需要手动将输入数据转换为相应的推理格式（如 FP16 或 INT8）。MNN：不需要手动将输入数据转换为 INT8 格式，MNN 推理引擎会自动处理输入数据的量化。你只需按照常规的图像预处理步骤，将图像转换为浮点数格式即可。
PyTorch--残差网络（ResNet）在CIFAR-10数据集进行图像分类
最新发布
wumingzei的博客
08-15 609
定义一个3x3的卷积层。# ...定义残差网络中的残差块，包含两个卷积层和批量归一化层。# ...定义ResNet模型，使用残差块构建多个层。定义交叉熵损失函数和Adam优化器。
pytorch中的归一化函数
ym62033的博客
08-15 103
pytorch中的归一化函数_pytorch归一化-CSDN博客
模型训练坎坷路--逐步提升模型准确率从40%到90%+
m0_56243424的博客
08-15 610
剪枝实验的基准得是一个微调好的准确率保持较高的模型，按照我之前yolov5的经验来看，这还不简单?选模型+合适的数据集，20轮就OK!我计划使用 ResNet-18模型加上Cifar-10数据集，训练轮次100轮，准确度达到95%我就立马停下。可是过程却不大对劲，都20轮了我的准确率还是40%上下窜，一点进步的痕迹都没有，于是，果断按下停止键…from torchvision import models # 引入torchvision.modelstry:def train(
PyTorch模型训练教程：线形与颜色属性解析
"线形和颜色属性-pytorch模型训练实用教程" 本文主要介绍的是通达信公式系统的线形和颜色属性，特别是在编程中用于图表显示和数据分析的颜色设定。在通达信公式系统中，颜色属性主要用于自定义图表线的颜色，以提供...
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