深度学习入门1（张量）

已于 2022-11-16 19:58:32 修改
阅读量626 收藏
点赞数 1
分类专栏： 深度学习入门 文章标签： 深度学习 人工智能
于 2022-11-15 23:41:02 首次发布
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_60203955/article/details/127876130
版权
本文介绍了张量的基本概念，从常量到高维张量的发展，包括不同维度张量的表示。同时涵盖了张量数据类型的操作，如设置默认类型、转换类型及torch.tensor的使用。重点展示了张量转置的实例和torch.Tensor的创建方法。
摘要由CSDN通过智能技术生成

介绍张量：

张量就是代表了数据的表现的形式，常量（像素点）就是0维张量；1维张量类似于行向量、列向量（但是没有方向）；二维向量相当于矩阵（有多个数据组成）；三维向量（多个矩阵堆叠在一起）；四维向量（将三维向量作为一个长方体，扩展为一个更大的像素点（个人理解）再形成一个行向量/列向量）。。。。。。

参考于笔记 | 什么是张量（tensor）& 深度学习 - 知乎 (zhihu.com)

 张量数据类型：

和其他语言一样有int、flota、double........

最低0.47元/天 解锁文章
小小曾爱读书
关注
专栏目录
深度学习中的张量
江西师范大学-20届-吴悠
02-27 531
张量的定义 前面例子使用的数据存储在多维 Numpy 数组中，也叫张量（tensor）。一般来说，当前所有机器学习系统都使用张量作为基本数据结构。张量对这个领域非常重要，重要到 Google 的TensorFlow 都以它来命名。张量这一概念的核心在于，它是一个数据容器。它包含的数据几乎总是数值数据，因此它是数字的容器。你可能对矩阵很熟悉，它是二维张量。张量是矩阵向任意维度的推广［注意，张量的维度...
算法金 | 这次终于能把张量（Tensor）搞清楚了！
最新发布
算法金「全网同名」的博客
06-07 1003
张量是深度学习中用于表示数据的核心结构，它可以视为多维数组的泛化形式。在机器学习模型中，张量用于存储和变换数据，是实现复杂算法的基石。本文基于 Pytorch。
深度学习——张量
bigData1994pb的博客
09-24 734
1.张量 张量：是指多维数组（列表）。 阶：张量的维数 维数 阶 名字 例子 0-D 0 标量scalar s = 1 2 3 1-D 1 向量vector v = [1,2,3] 2-D 2 矩阵matrix m = [[1,2,3],[4,5,6],[7,8,9]] n-D n tensor t = [[[[... 2.数据类型 tf.int,tf.float……——tf.int32,t
【Tensorflow】你真的懂TensorFlow吗？Tensor是神马？为什么还会Flow？
小白兔的窝
06-04 1万+
文章转载自：https://www.sohu.com/a/144569429_700316（MOOC） 也许你已经下载了TensorFlow，而且准备开始着手研究深度学习。但是你会疑惑：TensorFlow里面的Tensor，也就是“张量”，到底是个什么鬼？也许你查阅了维基百科，而且现在变得更加困惑。也许你在NASA教程中看到它，仍然不知道它在说些什么？问题在于大多数讲述张量的指南，都假设你
深度学习入门 ---- 张量(Tensor)
小鱼干儿的博客
08-02 9026
Tensor，中文叫张量，是深度学习的一个基础，文章讲解了什么是张量，张量和标量、向量、矩阵之间的关系，张量如何使用，在PyTorch中如如何对张量进行操作 ，
深度学习--什么是张量
weixin_43464623的博客
09-13 842
1.什么是张量 深度学习中常用张量表示数据进行推理得到预测结果，那么什么是张量呢？ 张量（tensor）就是多维数据，用阶表示张量的维数。 维数 阶 名字 例子 0维 0 标量 scalar s=1 2 3 1维 1 向量 vector v=[1,2,3] 2维 2 矩阵 matrix m=[[1,2,3],[4,5,6]],[7,8,9]] n维 n 张量 tensor t=[[…，n个[[ 张量可以表示0阶到n阶的数组。 2.代码 3.效果 ...
深度学习入门之PyTorch代码 廖星宇
06-07
《深度学习入门之PyTorch代码 - 廖星宇》是针对初学者的一套教程，旨在通过实际的代码示例介绍如何使用PyTorch进行深度学习。PyTorch是Facebook开源的一个强大的深度学习框架，它以其灵活性和易用性在学术界和工业界...
pytorch深度学习入门与简明实战教程2022
10-05
2.深度学习基础与线性回归实例 3.pytorch张量 4.逻辑回归与多层感知机 5.多分类问题 6.手写数字全连接模型 7.基础部分总结 8.计算机视觉基础 9.预训练模型(迁移学习) 10.Dataset数据输入 11.现代网络架构 12.图像...
深度学习与PyTorch入门学习教程.txt打包整理.zip
03-05
这个"深度学习与PyTorch入门学习教程.txt打包整理.zip"文件可能包含一系列教程或笔记，涵盖了以上提到的各个知识点，帮助初学者逐步掌握深度学习和PyTorch的基础。通过阅读和实践其中的内容，你将能够系统地学习和...
PyTorch深度学习——张量及其运算
just do it
04-05 1128
最后一个和大小有关的函数是排序函数sort（默认是从小到大，如果需要从大到小排序，则需要设置参数 descending=True），同样是传入具体需要进行排序的维度，返回的是排序完的张量，记忆对应排序后的元素在原始张量上的位置，如果要知道原始张量还是那的元素沿着某个维度排第几位，只需要对应排序后的元素在原始张量上的位置进行再次排序，得到新位置的值即为原始张量沿着搞方向进行大小排序后的序号，和前面一样，关于排序和极值的函数，既可以是Pytorch的函数，也可以是张量的内置方法，两种方法的调用方法等价。
张量
Pengzhongmu的博客
03-17 647
张量 参考书籍：Deep learning with Python,Francois Chollet 张量是神经网络中的最常用的数据结构，可以理解为是一个数据容器。 张量里面可以装数字，也可以装字符，但是不能装字符串，因为每个张量单元的内存预设是一样大的。 关键属性 轴的个数（阶，rank） 张量是矩阵向任意维度的推广，张量的维度通常叫做轴,张量轴的个数也被叫作阶（rank） 形状 张量的形状表示的是张量沿着每个轴的维度大小，也就是每个轴的元素个数。 数据类型（dtype) 张量的每个元素的数据类型，可以是
对于张量的形象理解
热门推荐
wtq1993的博客
06-19 2万+
作者：White Pillow 链接：https://www.zhihu.com/question/23720923/answer/32739132 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 ------------------------------ Dan Fleisch是《AStudent’s Guide to Vectors a
一文带你读懂深度学习中的张量（tensor）是什么，它的运算是怎样的，如何理解张量，张量的维度，浅显易懂
蓝缕启林
07-12 1万+
在多维 Numpy 数组中，也叫张量（tensor）。一般来说，当前所有机器学习系统都使用张量作为基本数据结构。张量这一概念的核心在于，它是一个数据容器。它包含的数据几乎总是数值数据，因此它是数字的容器。你可能对矩阵很熟悉，它是二维张量。张量是矩阵向任意维度的推广［注意，张量的维度（dimension）通常叫作轴（axis）］仅包含一个数字的张量叫作标量（scalar，也叫标量张量、零维张量、0D 张量）。在 Numpy中，一个 float32 或 float64 的数字就是一个标量张量（或标量数组）。..
深度学习基础：什么是张量（tensor）
toCVer的博客
12-05 774
在深度学习中，Tensor其实就是一个多维数组。 而Tensor的目的就是为了能够创造更高维度的矩阵、向量。 这里放几张截图来直观理解一下什么是Tensor 将三维的张量用一个正方体来表示的话： 这样就可以生成更高维的张量： 这样Tensorflow在处理高维数据的时候，数据就会直观一些 举个例子：一个RGB图像的数据就可以这样表示 ...
张量（Tensor）
wangqiaowq的博客
04-19 1117
结合这些信息，我们可以推断这是一个在CPU上运行的PaddlePaddle张量，用于存储两个样本的多维特征数据（如NLP任务中的嵌入向量或隐藏状态），且每个样本包含6个长度为768的特征向量。中每个样本（或每个时间步等，取决于张量的维度结构）在最后一个轴上的最大值的索引。: softmax函数是一种常用的多分类问题中的归一化函数，它将输入张量中的每个元素转换为其相对于所有元素的相对概率。经过softmax运算后，输出张量中所有元素的和为1，且每个元素的值介于0和1之间，表示对应类别的概率。
深度学习基本概念｜张量tensor
庐州月光的博客
05-31 1565
欢迎关注”生信修炼手册”!深度学习常用于处理图像，文本，语音等数据，在计算机中，需要将这些数据用合适的数据结构来存储。以图像为例，每一幅图像可以看作由像素点构成的二维数组，而每个像素点又可...
张量（tensor）
Running Snail
07-16 896
今天很多现有的深度学习系统都是基于张量代数（tensor algebra）而设计的，但是张量代数不仅仅只能用于深度学习。 什么是张量 张量有很多种定义的方式，这里只讨论人工智能领域里的概念。 在人工智能领域，定义比较简单，TensorFlow是这么定义的： 简单翻译过来就是：张量是多维数组，目的是把向量、矩阵推向更高的维度。 标量、向量、矩阵、张量的关系 这4个概念是维度不断上升的，我们用点线面体的概念来比喻解释会更加容易理解： 点——标量（scalar） 线——向量（vector） 面——矩阵（matri
深度学习入门：动手学PyTorch
"动手学深度学习pytorch.pdf" 是一份深度学习的学习文档，专注于通过PyTorch框架进行实践教学。该文档由AstonZhang、ZacharyC.Lipton、MuLi和AlexanderJ.Smola合作编写，内容涵盖深度学习的基础知识、PyTorch的使用...
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

打赏作者

小小曾爱读书

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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