深度学习(十一)——高阶操作where和gather

最新推荐文章于 2024-03-20 15:55:21 发布
最新推荐文章于 2024-03-20 15:55:21 发布
阅读量290 收藏
点赞数
分类专栏： 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_43633568/article/details/104564089
版权

where
用条件选择矩阵的某些数
在这里插入图片描述gather
用索引实现查表功能
在这里插入图片描述
用index中的7对应label中的第7 个数：107，index中的4对应label中的第4个数：104，即对应查表
在这里插入图片描述

Da小伙儿
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Pytorch高阶OP操作where，gather原理
09-16
总结来说，`torch.where`和`torch.gather`是PyTorch中两个非常实用的高阶操作，它们允许开发者以更高效、更简洁的方式处理张量数据，特别是在构建深度学习模型时。理解和熟练运用这些操作可以提高代码的可读性和性能...
深度学习笔记（三）——对Tensor索引操作函数gather的解释
weixin_45813658的博客
12-11 1936
本文针对二维张量的gather操作进行介绍，对索引如何使用和输入元素如何抽取进行理解。
torch.gather()详解
oceancoco的博客
11-21 1670
的，可乱序的。
深度学习pytorch——高阶OP（where & gather）（持续更新）
最新发布
2201_76139143的博客
03-20 698
我们经常需要一个数据来自好几个的取值，而这些取值通常是不规律的，这就会导致使用传统的拆分和合并会非常的麻烦。我们也可以使用for循环嵌套来取值，也是可以的，但是使用for循环就意味着是python，那并没有很好的利用pytorch提供的使用gpu加速计算，当数据量非常大的话，会很大的拉低效率，因此我们使用pytorch提供的where。
搭建深度学习网络时常用的一些pytorch函数：view(),softmax(),FloatTensor(),zero_(),scatter_(),gather(),sum(),clamp(),log
大烤翅的博客
04-06 1161
目录 torch.view() torch.nn.functional.softmax() torch.FloatTensor() torch.Tensor.zero_() torch.Tensor.scatter_() torch.gather() torch.sum() torch.clamp() torch.log() 参考pytorch说明文档：torch文档 torch.view() 返回一个数据相同但大小不同的tensor。 返回的tensor必须有与原te...
PyTorch中torch.gather()函数
flyingluohaipeng的博客
11-27 2442
输入index的shape等于输出value的shape输入index的索引值仅替换该index中对应dim的index值最终输出为替换index后在原tensor中的值。
详解PyTorch中Tensor的高阶操作
09-18
我们将详细介绍两个关键的高阶操作：`torch.where()`和`torch.gather()`。 1. **条件选取：torch.where()** `torch.where()`函数允许根据提供的条件张量`condition`来选择`x`或`y`张量的元素。如果`condition`中...
深度学习论文：华为提出Gold-YOLO，高效实时目标检测器
10-30
深度学习论文：华为提出Gold-YOLO，高效实时目标检测器 知识点1：目标检测技术 目标检测是计算机视觉领域中一个基本任务，它旨在识别图像中的对象类别和位置。目标检测技术广泛应用于智能安全、自动驾驶、机器人...
深度学习神经网络(英文版PDF教程）
04-14
书的目录 Contents Website viii Acknowledgments ix Notation xiii 1 Introduction 1 1.1 Who Should Read This Book? . . ....1.2 Historical Trends in Deep Learning ....2.1 Scalars, Vectors, Matrices and Tensors ...
深度学习常用算子（二）
haima1998的专栏
07-21 1114
转自：https://blog.csdn.net/zhuhaodonglei/article/details/100014178 1、Tensor维度变换 1）Flatten 作用：将输入tensor中从start_axis维度到end_axis维度合并为1维 2）Reshape 作用：将输入Tensor描述转换为新的shape 3）FreespaceExtract 作用：将h维变成1，其他维度不变，从而完成对h的采样，采样值所在位置由输入的index参数决定 4）Pack 作用：Pack
深度学习常用算子
Ryan
10-21 2527
深度学习常用算子 算子 功能 Relu ReLU(x)=max(0,x) LeakyRelu LeakyRelu(x) = (x >= 0 ? x : x*negative_slope) Relu6 LeakyRelu(x) = max(max(x, 0), 6) Tan tanh(x)=(exp(x)-exp(-x))/(exp(x)+exp(-x)) sigmoid sigmoid(x) = 1. / (1. + exp(x)) PRelu f(x) = max
Pytorch 快速入门 ：从tensorflow转Pytorch的笔记（gather的用法，待补充...）
midori的博客
01-04 4531
从tensorflow那边踩坑后过来，对比一下二者的不同： PyTorch vs TensorFlow，哪个更适合你 为什么要转Pytorch？ 更加灵活(可以去看别人用tensorflow实现，因为很流行，然后方便地用torch去实现自己的想法)，支持Python化（也就是说基本可以当numpy使用） 速度更快 代码简洁容易上手(0.4版本后没有Variable之类的定义，只有一个tensor...
pytorch gather函数理解
qq_36631510的博客
03-23 185
pytorch gather函数理解 注释中的说法如下 out[i][j][k] = tensor[index[i][j][k]][j][k] # dim=0 out[i][j][k] = tensor[i][index[i][j][k]][k] # dim=1 out[i][j][k] = tensor[i][j][index[i][j][k]] # dim=2 看起来有点不好理解，因此做了如下...
pytorch中的gather函数_理解pytorch几个高级选择函数（如gather）
weixin_39682944的博客
02-21 649
1. 引言最近在刷开源的Pytorch版动手学深度学习，里面谈到几个高级选择函数，如index_select，masked_select，gather等。这些函数大多很容易理解，但是对于gather函数，确实有些难理解，官方文档开始也看得一脸懵，感觉不太直观。下面谈谈我对这几个函数的一些理解。2. 维度的理解对于numpy和pytorch，其数组在做维度运算上刚开始可能会给人一种直观上的误解，以n...
4 部分采集--神经网络与深度学习——TensorFlow2.0实战
weixin_42122125的博客
06-16 191
作者：Irain QQ：2573396010 微信：18802080892 目录1 索引和切片1.1 索引1.2 切片1.2.1 二维张量切片1.2.2 三维张量切片1.2.3 四维张量切片2 数据提取2.1 对应索引|值的元素采集2.2 对多维张量采样2.3 同时采样多个点2.4 选择采样维度 1 索引和切片 1.1 索引 手写数字图像数据集MNIST: (60000, 28, 28) mnist[0]:取第1 张图片中的数据 mnist[0][1] :取第1张图片中的第2行 mnist[0][1].
torch.gather()通俗理解
热门推荐
李大勺子的博客
01-03 1万+
torch.gather(input, dim, index, out=None) → Tensor input (Tensor) – 源张量 dim (int) – 索引的轴 index (LongTensor) – 聚合元素的下标 out (Tensor, optional) – 目标张量 >>> t = torch.Tensor([[1,2],[3,4]]) 1 2 ...
对于pytorch，gather()函数的理解
peacefairy的博客
09-21 186
官方文档对该函数的解释： 按自己的理解翻译的，如有错误望指出 torch.gather(input, dim, index, out=None, sparse_grad=False) → Tensor 作用：沿 dim 指定的轴收集值 参数： input (Tensor) – 要操作的张量 dim (int) – 要索引的轴 index (LongTensor) – 要收集的元素的索引 out (Tensor, optional) – 目标张量-要收集数据得到的张量 sparse_grad (bool,
【综述】NL2SQL (二) WikiSQL
black_soil的专栏
10-30 6410
WikiSQL数据集于2017年提出，目前准确率已经从当时的59.4%提升到91.8%，进展飞速。本文对WikiSQL的工作进行全面综述，从机构上来看，较多来自Salesforce、华盛顿大学、微软、斯坦福大学等。从方法上来看，从最开始简单的seq2seq模型，逐渐发展到多任务、迁移学习、以及基于BERT和MT-DNN预训练的模型。
pytorch学习11：where 和 gather
HMT的博客
08-06 339
where where语法：torch.where(condition, x, y) 要求：condition、x、y矩阵的阶数(shape)必须相同，返回值也是相同阶数的句子 condition：条件矩阵，当元素为 True 时，填入 x 中对应的元素，否则填入 y 中对应的元素 x：condition中元素为 True 时将从 x 中选取元素 y：condition中元素为 False 时将从 y 中选取元素 示例一：c = max(a, b) import torch a = torch.ran
sql的gather操作详情
06-07
下面分别介绍 UNION 和 JOIN 两种 Gather 操作的详细情况： 1. UNION 操作 UNION 操作用于将两个或多个 SELECT 语句的结果集合并到一起，去除重复的行，生成一个新的结果集。使用 UNION 操作时，SELECT 语句的列数...
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