![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
PyTorch
实名吃香菜
想学数学
展开
-
nn.Embedding详解
是 PyTorch 中的一个模块,用于将离散的单词或标签等转换成一个固定大小的连续向量,通常在处理自然语言处理任务时用于单词的向量表示。创建了一个嵌入矩阵,每一行代表一个单词的向量。当索引通过嵌入层时,它会返回相应的词向量。包含了词汇表中的单词索引,原创 2024-02-16 11:08:57 · 697 阅读 · 0 评论 -
Pytorch之torch.nn.functional.pad函数详解
是一个函数,用于给定的张量在所有维度的边界上添加填充。原创 2024-02-02 13:38:06 · 993 阅读 · 0 评论 -
repeat()和expand()函数详解
方法常用于将一个小尺寸张量扩展为更大尺寸以进行广播操作,特别是在矩阵运算或批处理中。一个新的视图,它在不复制数据的情况下呈现了更大尺寸的张量。一个新的张量,是原始张量沿着各个维度重复后的结果。方法可以创建重复元素的新张量,用于各种批处理或数据增强操作。方法返回一个新的视图,它将张量的大小扩展到更大的尺寸。方法对张量的元素沿着指定的维度进行重复。原创 2024-02-02 13:37:24 · 810 阅读 · 0 评论 -
PyTorch的 torch.unsqueeze() 和 torch.squeeze()方法详解
注意:在实际代码中,返回的张量通常会共享输入张量的数据,除非必须复制(比如要求返回一个不同内存的张量)。: 减少张量的维度,常用于移除批处理维度或任何大小为1的维度。: 增加张量的一个维度,常在希望增加一个批处理维度时使用。一个新的张量,它与输入张量。一个新的张量,它与输入张量。有着相同的数据,但是移除了所有指定的单维度。有着几乎相同的数据,但是增加了一个维度。返回一个新的张量,该张量为指定位置。返回一个新的张量,它会移除。增加了一个大小为1的维度。原创 2024-02-01 14:21:45 · 795 阅读 · 0 评论 -
PyTorch中torch.cat函数和torch.stack函数说明
定义: → Tensor参数:返回值:用途:定义: → Tensor参数:返回值:用途:原创 2024-01-19 16:20:07 · 762 阅读 · 0 评论 -
Pytorch中torch.rand()、torch.randn()、torch.randint()、torch.randperm()几个函数的说明
斯分布)的随机数张量。这在需要正态分布随机数的场景下使用,如权重初始化或概率模型的输入。原创 2024-01-15 17:26:08 · 1142 阅读 · 0 评论 -
Pytorch中的标准维度顺序
这种维度顺序在处理图像数据时特别常见,尤其是在使用卷积神经网络(CNN)时。例如,一个包含64张RGB图像(每张图像分辨率为28x28像素)的批次将会有一个形状为。在PyTorch中,如果一个张量包括通道数(C)、宽度(W)、高度(H)和批量大小(N),那么它的标准维度顺序是。原创 2024-01-14 19:37:20 · 869 阅读 · 0 评论 -
pytorch中tensor的shape属性输出结果解析
在每种情况下,这些数字表示张量在各个维度上的长度或大小,它们的具体含义取决于张量在模型或计算中的角色。例如,在处理图像数据时,维度通常对应于颜色通道、像素的高度和宽度;而在处理一般的数据集时,它们可能对应于样本数和特征数。表示张量在其两个维度上的大小。在不同的上下文中,这可以有不同的含义。例如,它可能表示一个25x25的矩阵,或者是一个包含25个样本的数据集,每个样本有25个特征。中的位置和它们的值有特定的含义,这些含义通常与张量在何种计算中使用有关。属性描述了张量的维度。在PyTorch中,张量的。原创 2024-01-14 19:32:34 · 1164 阅读 · 4 评论 -
PyTorch中关于dataset和dataloader长度问题
下面所述,均基于FahsionMNIST数据集的训练集而言,该数据集包含60000个训练样例和10000测试样例,分为10个类别。原创 2023-12-26 21:10:44 · 1479 阅读 · 4 评论