torch 学习笔记 1

#include <torch/torch.h>

torch::Tensor rand_tensor1 = torch::rand({ 4,4 });
torch::Tensor rand_tensor2 = torch::rand({ 4,4 });
torch::Tensor y = torch::matmul(rand_tensor1, rand_tensor2);
torch::Tensor A_inv = torch::linalg::inv(rand_tensor1);
torch::Tensor A_inv_b = torch::linalg::solve(rand_tensor1 , rand_tensor2 , true);

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
torch.conv1d是一个函数,它是torch.nn.functional模块中的一个方法。这个函数用于执行一维卷积操作。卷积操作是深度学习中常用的一种操作,通过对输入数据和卷积核进行运算,可以提取输入数据的特征。torch.conv1d函数的参数包括输入数据、卷积核、步幅、填充等。它返回的是卷积操作的结果。在使用torch.conv1d之前,通常需要先对卷积核的权重和偏置进行初始化。可以使用torch.nn.init.constant_函数将卷积核的权重初始化为全1,将偏置初始化为0。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [【Pytorch深度学习笔记 10】基本的卷积操作conv1d](https://blog.csdn.net/i13270752870/article/details/121417435)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [torch.nn.Conv1d计算过程简易图解](https://blog.csdn.net/weixin_42410798/article/details/124451826)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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