PyTorch实践(二)

Broadcast自动扩展

  • 在前面插入一个新的维度
  • 扩展维度为1的维度变为相同的维度

tensor拼接与拆分

函数作用示例
torch.cat([a ,b],dim=d)tensor拼接(除d维度其他维度必须相同)在这里插入图片描述
torch.stack([a ,b],dim=d)创建一个新的维度在这里插入图片描述
torch.split(len, dim=d)按长度将tensor拆分在这里插入图片描述
torch.chunk(num,dim=d)按数量将tensor进行拆分在这里插入图片描述

数学运算

函数说明示例
torch.matmul(a,b)a,b相乘(最后两位)在这里插入图片描述
a@ba,b相乘只适用于2d
torch.clamp(min,max)小于min为min,大于max为max在这里插入图片描述

属性统计

函数说明示例
torch.norm(d)得到矩阵的范数在这里插入图片描述
torch.topk(n,dim=d)最大的k个值在这里插入图片描述
torch.kthvalue(n,dim=d)返回第k小的值和索引在这里插入图片描述
|

高阶操作

函数说明示例
torch.where(condition,x,y)
PyTorch提供了许多实践项目,适合人工智能、机器学习和深度学习方面的人员阅读,也适合其他IT从业者。这些项目可以帮助你通过经典项目入门PyTorch,提升PyTorch的技能,并在深度学习领域有更多的实践经验。你可以使用PyTorch进行数据处理、数据分析、深度学习实战等。\[1\] 如果你想开始一个PyTorch实践项目,你可以参考一些专栏导航帖,其中包括了100个深度学习实战项目的目录,每个项目都有详细的解释、数据集和完整的源码。此外,还有一些机器学习入门项目和机器学习实战项目的目录,以及Java和Python的经典编程例子。\[2\] 如果你想从NumPy创建张量,你可以使用torch.from_numpy()函数。这个函数可以将NumPy数组转换为PyTorch张量,方便在PyTorch中进行操作和计算。例如,你可以使用以下代码创建一个张量:import torch import numpy as np ndarray = np.array(\[0, 1, 2\]) t = torch.from_numpy(ndarray) print(t) 这将输出一个张量tensor(\[0, 1, 2\])。\[3\] #### 引用[.reference_title] - *1* *3* [2023初学者如何玩转玩转PyTorch?《21个项目玩转PyTorch实战》](https://blog.csdn.net/shangyanaf/article/details/130253996)[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^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [最适合入门的100个深度学习实战项目](https://blog.csdn.net/m0_47256162/article/details/127365867)[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^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .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