【龙龙老师 pytorch】⑥ 数学运算

最新推荐文章于 2022-01-19 17:11:07 发布
最新推荐文章于 2022-01-19 17:11:07 发布
阅读量211 收藏
点赞数
文章标签： 深度学习
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/weixin_43518442/article/details/107035683
版权

（1）add sub mul div / 加减乘除
乘法：对应位置元素相乘
在这里插入图片描述
（2）矩阵相乘

  • Torch.mm 仅适用于2dim
  • torch.matmul 推荐
  • @
    在这里插入图片描述
    在这里插入图片描述
    （3）power 次方
    power（X）= ** X
    在这里插入图片描述
    （4）exp log
    在这里插入图片描述
    （5）Approximation
  • floor 下取整
  • ceil 上取整
  • round 四舍五入
  • trunc 取整数部分
  • frac 取小数部分
    在这里插入图片描述
    （6）clamp
    多用于梯度裁剪
    在这里插入图片描述
DUMINMIN0131
关注
PyTorch的数学运算
herosunly的博客
03-30 1万+
1. 张量的乘法(矩阵的乘法) 2. 幂 3. 指数 4. 近似 5. clamp 6. 范数 6.1 向量归一化 7. 统计值 8. ndim 9. topk 10. 高阶OP 10.1 Where 10.2 Gather
PyTorch常用数学运算速查表（29种常用张量运算函数）
CaiNiao_hu的博客
11-12 2914
PyTorch常用数学运算速查表 PyTorch官方文档共给出90种PyTorch张量运算函数，这里以表格的形式列出常用的29种运算，便于速查。 函数 作用 add() Tensor中每个元素同加一个标量，或与另一个Tensor逐元素相加 mul() Tensor中每个元素同乘一个标量，或与另一个Tensor逐元素相乘 div() Tensor中每个元素同除一个标量，或与另一个Tensor逐元素相除 dot() 对两个Tensor向量进行“点积” mm() Tensor矩
【龙龙老师 pytorch】① 创建 tensor
weixin_43518442的博客
06-28 217
（1）import from numpy （2）import from list tensor(data) VS Tensor（shape） （3）uninitialized 未初始化数据 生成的数据大小不一 一定要跟写入数据的后续步骤 （4）set default tensor 设置默认类型 （5）随机初始化 （6）full （7）arange/range （8）linspace/logspace （9）ones/zeros/eye （10）randperm 随机打散
【龙龙老师 pytorch】④ Broadcasting 自动扩展
weixin_43518442的博客
06-29 219
两个向量要是broadcast的话，必须满足以下两个条件 （1）每个tensor至少是一维的 （2）两个tensor的维数从后往前，对应的位置要么是相等的，要么其中一个是1，或者不存在 >>> x=torch.empty(5,7,3) >>> y=torch.empty(5,7,3) # 相同维数的tensor一定是broadcastable的 >>> x=torch.empty((0,)) >>> y=torch.empty(2,.
【龙龙老师 pytorch】⑤拼接与拆分
weixin_43518442的博客
06-29 150
（1）拼接 cat 除了cat的dim 其余dim要相同 stack 创建新的维度 （2）拆分 split 根据长度拆分 长度相同 给定一个数 长度不同 给定一个list chunk 根据数量拆分
【龙龙老师 pytorch】⑦属性统计
weixin_43518442的博客
06-30 148
（1）norm 求范数 （2） max 最大值 min 最小值 mean 均值 prod 累乘 sum 求和 argmax 最大值索引 argmin 最小值索引 具体位置 需要指定dim （3）dim/keepdim （4）topk / kthvalue （5）比较
龙曲良版本的pytorch学习
aliuxuwhy的博客
08-18 981
1 权重参数的更新（Optimer.step()） ：根据上述计算的梯度值，不断进行权重参数得更新 参数优化目的：不断更新权重参数，使得损失值达到最小。 参数优化的方法：权重参数=权重参数-权重参数梯度学习率 损失值计算的方法：给定参数计算损失值； loss = inputw.t() +b – target 的平方 例子： 求 y=wx+b的参数，给100个点( x , y )； 解法：我们已知(x,y)的N个点，此时我们定义的损失函数如上所示，不断更新权重参数W和B，使得总损失值最小（根据已知的x,
Pytorch Tensor基本数学运算详解
09-18
本文将深入探讨PyTorch Tensor的基本数学运算，这些运算对于构建深度学习模型至关重要。 首先，我们来看加法运算。在PyTorch中，我们可以直接使用`+`运算符或者`torch.add()`函数将两个Tensor相加。在示例中，当一...
pytorch多GPU并行运算的实现
09-18
PyTorch 提供了在多GPU上并行运算的功能，这极大地加快了模型的训练速度。本文将详细介绍如何在 PyTorch 中实现多GPU并行运算，并提供一些实战中的注意事项。 首先，确保你的系统已经正确安装了 PyTorch 和 CUDA，...
pytorch学习(Transforms的使用)（三）
qq_36797469的博客
01-19 833
transforms主要用于图片的一些变换。 transforms指的是transforms.py文件，里面有很多class，每个class为一个图片处理工具。 transforms的工具有totensor,resize等等。 # 例如：将图片转化为tensor from PIL import Image from torchvision import transforms img_path = "dataset/train/ants/0013035.jpg" img = Image
2019最新pytorch教程
02-09
 这本书面向数据科学家、自然语言处理工程师、人工智能解决方案开发人员、从事图形计算框架的现有从业人员以及图论研究人员。这本书主要讲解张量（Tensor）的基础知识、计算、执行基于算术的运算、矩阵代数和使用PyTorch框架的基于统计分布式运算。
深度学习与PyTorch入门实战教程
01-30
亚洲排名第1的新加坡国立大学AI团队倾情打造，资深研究员龙龙老师主讲，帮助人工智能、深度学习初学者快速、深刻理解深度学习算法原理与实践。【莫烦老师】权威推荐：在教学中，龙龙老师以简短高效的方式，从深度学习的多个角度向我们展开了论述，非常适合想对深度学习有全方位了解的朋友。【PyTorch中文网】：讲解简单易懂、由浅入深，是一门值得推荐的课程。课程特色：1. 通俗易懂，快速入门对深度学习算法追本溯源、循序渐进式讲解，学员不需要任何机器学习基础，只需要写过代码即可轻松上手。2. 实用主导，简单高效使用新手最容易掌握的深度学习框架PyTorch实战，比起使用TensorFlow的课程难度降低了约50%，而且PyTorch是业界最灵活，最受好评的框架。3. 案例为师，实战护航基于计算机视觉和NLP领域的经典数据集，从零开始结合PyTorch与深度学习算法完成多个案例实战。4. 持续更新，永久有效一次购买，永久有效。深度学习课程会持续更新下去，内容和学术界最前沿算法保持同步。
Pytorch 深度学习实战教程（六）：仝卓自爆，快本打码。
Jack-Cui
07-17 5054
人脸识别技术的应用，指定视频人物面部打码。
通过清华源安装pytorch及Opencv
热门推荐
weixin_44210775的博客
03-23 1万+
很多小伙伴会问pytorch怎么这么慢，明明添加了镜像源怎么还是不行，之类的问题。你的清华源打开方式可能不对~ 添加清华镜像源 https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/fre...
PyTorch---（三）回归问题 & 回归问题实战
计算机视觉
06-19 1094
b站（456课）：https://www.bilibili.com/video/av49008640/?p=4 回归问题 深度学习其中非常重要的思想就是-->梯度下降法 Gradient Desecent 1 梯度下降法 Gradient Desecent 类似高中求极值，但是有个迭代过程 x新= x -导数x -0.9斜率， lr是学习率一般0.001...
pytorch张量算术运算
最新发布
08-23
PyTorch提供了丰富的张量算术运算，可以对张量进行各种复杂的运算。你可以使用PyTorch的算术函数来执行加法、减法、乘法和除法操作。例如，你可以使用add()函数执行张量的加法运算，subtract()函数执行减法运算，...
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