Pytorch详细教程——12.Tensors For Deep Learning

最新推荐文章于 2023-07-08 11:08:11 发布
最新推荐文章于 2023-07-08 11:08:11 发布
阅读量306 收藏
点赞数
分类专栏： Pytorch教程 文章标签： 深度学习 pytorch python
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_43872169/article/details/125997293
版权

12. Tensors For Deep Learning - Broadcasting And Element-Wise Operations With PyTorch

这一节讲述元素的运算，不仅仅是重塑操作

元素操作的定义：元素运算是对张量元素的运算，这些张量元素在张量中对应或有相同的索引位置，元素的操作是在对应的元素上进行的，并且是对应的。

如果两个元素在一个张量中占据相同的位置，则由用户定位每个元素的索引决定

1和9是对应的元素，对应是由索引定义的
在这里插入图片描述
还有一个重要的地方就是两个张量必须具有相同元素个数才能执行一个元素的操作，并且必须具有相同的形状才能执行一个元素操作，具有相同的形状意味着张量在每一个对应的轴上有相同数量的轴，并且他们的长度相同，这确保了执行元素操作是可以的。

例如加法就是元素操作
在这里插入图片描述
通常我们看到的张量的运算是标量之间的运算，但是有一个问题就是，我们说元素之间的操作必须是相同的形状，但是标量的形状肯定和张量不相同，那怎么理解呢？

我们引入了张量广播的概念，广播定义了在元素操作过程中如何处理不同形状的张量，例如t1+2，标量张量被扩展到张量t1的形状，然后进行元素运算， 在这里插入图片描述
下面就是标量2变成了t1的形状，这样就可以进行元素的相加了
在这里插入图片描述
代码的描述是下面这样的
在这里插入图片描述

对于下面这两个tensor，操作的方法也是用广播来变成同一个形式就可以进行元素的操作了

在这里插入图片描述
在这里插入图片描述
广播把较低的秩张量t2通过广播进行转换，以匹配更高的张量t1的形状，而元素的操作和往常一样执行。在这里插入图片描述
当我们对数据进行预处理的时候，我们经常在神经网络中使用广播，特别是标准化的过程时。

对于比较运算，他们也是元素之间的操作在这里插入图片描述
第一个是比较是不是等于0
在这里插入图片描述

t.le是指元素是否 小于等于7
在这里插入图片描述

最后一个操作相当于下面的操作在这里插入图片描述

这些也是元素的操作，实际上变成了函数的形式
在这里插入图片描述

爱冒险的梦啊
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详细教程——13.Code For Deep Learning
weixin_43872169的博客
07-29 239
我们称他们为3×3的张量的均值的时候，输出是一个标量张量，如果我们想要把这个值（tensor（5））作为一个数字，我们可以用item张量法来做，它只适用于标量值张量，看看我们如何在一个张量中访问多个值。首先是缩减的定义，一个张量的缩减操作是一个减少张量中包含的元素数量的操作，最终我们所作的张量运算是管理我们的张量中所包含的数据元素。答案肯定是否定的，事实上，我们通常一次减少特定的轴，这通常会导致输出的减少，有多个元素来减少一个关于特定轴的张量，我们使用相同的方法，我们只是传递维度参数的值。...
基于Pytorch的深度学习教程-PyTorch简介
Vermont_的博客
07-21 339
PyTorch是一个基于python的科学计算包，主要针对两类人群： 作为NumPy的替代品，可以利用GPU的性能进行计算 作为一个高灵活性、速度快的深度学习平台 先使用anaconda安装pytorch，最好使用命令行方式，安装pytorch-gpu版本； 入门 张量 Tensor(张量）类似于NumPy的ndarray，但还可以在GPU上使用来加速计算。 创建一个没有初始化的5*3矩阵： import torch x = torch.empty(5, 3) print(x) 输出：
PyTorch官方教程之1：学习tensor
菜鸟笔记
03-11 1351
# 《PyTorch官方教程中文版》， 学习tensor import torch # Part 1: tensor的创建 # 创建一个全1张量，设置 requires_grad=True 来跟踪与它相关的计算 # 创建一个Tensor时，使用requires_grad参数指定是否记录对其的操作，以便之后利用backward()方法进行梯度求解。 x1 = torch.ones(2, 2, requires_grad=True) print('x1: ', x1) # 构造一个5x3矩阵，不初始化。全
【pytorch】一文读懂tensor张量（官方教程翻译）
XavierJ的博客
01-06 885
文章目录1. 简介2. 张量初始化2.1. 直接从数据中创建2.2. 从NumPy的array创建2.3. 从另一个张量创建2.4. 用随机或常量值初始化3. 张量属性4. 张量运算4.1. 标准的类似numpy的索引和切片：4.2. 张量连接4.3. 张量乘法4.3.1. 矩阵数乘4.3.2. 哈达马积4.3.3. 矩阵乘法5. In-place操作6. 与NumPy桥接6.1. Tensor转NumPy array6.2. NumPy array转Tensor7. 原文 1. 简介 Tensor（张量
Pytorch中一些基本函数的学习
u013972657的博客
09-07 1024
目录 一、 pytorch中的unsqueeze以及unsqueeze_操作 二、nn.Softmax() 三、torcn.sum() 四、torch.mean() 一、 pytorch中的unsqueeze以及unsqueeze_操作 参考资料：1.https://blog.csdn.net/wyt734933289/article/details/85101521 2.https://zhuanlan.zhihu.com/p/86763381 u..........
PyTorch官方教程中文版.pdf
09-11
2. Deep Learning with PyTorch：Deep Learning with PyTorch 是 PyTorch 的深度学习教程，提供了 PyTorch 在深度学习领域的应用。 3. PyTorch 文档：PyTorch 文档提供了 PyTorch 的详细文档和API参考手册。 ...
《Deep Learning for Coders with fastai and PyTorch》fastbook-master.zip
06-21
如何在计算机视觉、自然语言处理(NLP)、推荐系统、表格和时间序列数据分析中创建最先进的模型：《Deep Learning for Coders with fastai and PyTorch》 如何使用全新的fastai v2库和PyTorch 深度学习的基础：什么是...
Deep-Learning-with-PyTorch-Chinese-master.zip 中文版
06-03
项目网页地址：https://tangshusen.me/Deep-Learning-with-PyTorch-Chinese/#/ 基本摘录版（Essential Excerpts），共141页， 内容包括以下五个部分： 1.深度学习与PyTorch简介 2.从一个张量开始 3.使用张量表示真实...
PyTorch官方教程中文版.zip
08-21
PyTorch官方教程中文版.zip
PyTorch for Deep Learning & Machine Learning – Full Course
最新发布
qq_39736373的博客
07-08 126
前者适合处理结构化数据，后者适合处理非结构化数据。
一、Tensor基础
beyond谚语的博客
10-21 4420
Tensor常用函数介绍
Pytorch教程（Deep-Learning-with-PyTorch）
tangilbe1996的博客
02-07 1407
这里写自定义目录标题Pytorch教程（Deep-Learning-with-PyTorch）pytorch之父推荐的书，pytorch最好的教程，分享给大家学习。需要的朋友自行下载。 Pytorch教程（Deep-Learning-with-PyTorch） pytorch之父推荐的书，pytorch最好的教程，分享给大家学习。需要的朋友自行下载。 https://72k.us/file/2...
TensorFlow和深度学习入门教程（TensorFlow and deep learning without a PhD）
Xianming的专栏
04-04 2万+
前言上月导师在组会上交我们用tensorflow写深度学习和卷积神经网络，并把其PPT的参考学习资料给了我们， 这是codelabs上的教程：《TensorFlow and deep learning,without a PhD》 当然登入需要翻墙，我也顺带巩固下，做个翻译，不好之处请包含指正。当然需要安装python，教程推荐使用python3。如果是Mac，可以参考博主的另外两片博文，Mac下
PyTorch学习系列教程：何为Tensor？
小数志
02-28 8647
导读本文继续PyTorch学习系列教程，来介绍在深度学习中最为基础也最为关键的数据结构——Tensor。一方面，Tensor之于PyTorch就好比是array之于Numpy或者DataF...
pytorch入门之tensor
gehueuwhgw的博客
10-26 1462
张量Tensor
Pytorch（一）入门：Tensor基础
嘿芝麻的树洞
09-21 1万+
torch.Tensor 基础 Tensor就是pytorch中存储数据的主要格式，跟numpy类似 这里，我们先介绍一些最基本的操作和常用的功能 在numpy中，我们是通过shape来获取数组的形状，而在我们的tensor当中，我们使用size来得到形状。 有时候，我们需要对数组形状进行改变，我们可以采用 .view() 的方式 可以注意到test5通过test4变形的时候，是从tes...
PyTorch 入门实战（一）——Tensor
黄笳倞的博客
01-14 1万+
1.Tensor和Numpy都是矩阵，区别是前者可以在GPU上运行，后者只能在CPU上2.Tensor和Numpy互相转化很方便，类型也比较兼容。
pytorch: Tensor 常用操作
热门推荐
吕爽
08-18 8万+
pytorch: Tensor 常用操作
Pytorch入门教程（二）：创建Tensor
小明同学
06-29 4650
1. 从numpy中导入数据 a = np.array([2, 5.5]) print(a) b = torch.from_numpy(a) print(b) 结果： [2. 5.5] tensor([2.0000, 5.5000], dtype=torch.float64) 2. 利用tensor直接创建 b = torch.tensor([[2, 3, 4], [4, 5, 6...
pytorch pandas
04-02
PyTorch is a popular open-source machine learning library for Python that provides a flexible and efficient platform for building and training deep learning models. It is primarily used for tasks such...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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