- 博客(5)
- 收藏
- 关注
RSS订阅原创 7.21 Broadcast cat split
上图不符合broadcast的机制，只能手动取出B[0]进行扩展。 对于各维度上元素个数为1的才能进行自动扩展 把[4,3,32,32]假设为cnn的图片输入，解释下面三种扩展的意义： 1.不论是哪一个通道、哪一个图片都叠加一个32*32的基底，有可能让图片产生平移 2.对每一个通道（RGB）叠加一个相同的值 3.对于所有的照片、通道、行宽都加一个相同的值和[1]或者[1,1,1]的意义一样 ...
2021-07-23 21:11:59
61
原创 7.20 pytorch张量维度变换
view函数和reshape是一样的 unsqueeze的用法 ，目前感觉用的的概率不大。不会改变数据内容，会改变方括号的包含，读取的方式变了 同理，压缩的用法相对更好理解一些。 以上是维度增加和减少的用法。 下面是维度扩展： a=torch.rand(1,32,1,1) a.expand(4,32,14,14).shape 得到 （[4,32,14,14]） a.expand(-1,32,-1,-1).shape 得到 （[1,32,1,1]）...
2021-07-20 19:53:42
112
原创 7.19 pytorch框架学习
type check的方式，个人认为会用在数据集输入的时候检测类型、维度等信息 手动打入一个0维的数据。 获取维度、大小。 .shape是一个成员 .size是一个成员函数，因此要加括号 .tensor接受数据内容 .FloatTensor接受数据shape .Tensor接受数据shape 不同网络需要的输入数据维度不同 CNN一般4维 RNN一般3维 ...
2021-07-20 10:40:52
61
原创 7.17 pytorch框架学习
net = Net() optimizer = optim.SGD(net.parameters(), lr=0.01, momentum=0.9) #net.parameters()返回的是网络参数，[w1,b1,w2,b2,w3,b3]。 lr是学习率。momentum是某种优化方式？ train_loss = [] for epoch in range(3): for batch_idx,(x,y) in enumerate(train_loader): #x:[batch.
2021-07-17 16:11:05
159
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人