pytorch
心平气和呀
真的很好
展开
-
查看参数模型.pth 里的参数
import torchpath = '/media/workstation/4.0T/structure_via_consensus-master/ptlabel_best_model.pth'pretrained_dict = torch.load(path)for k, v in pretrained_dict.items(): # k 参数名 v 对应参数值 print(k)转载 2021-03-09 13:11:47 · 5206 阅读 · 1 评论 -
pytorch__my_doc
doc1. torch.cross为叉乘,输出垂直与两个向量的向量。a*b是点乘,生成一个数。2. torch.sign1. torch.cross为叉乘,输出垂直与两个向量的向量。a*b是点乘,生成一个数。https://blog.csdn.net/dcrmg/article/details/524168322. torch.signtorch.sign(input, out=None)说明:符号函数,返回一个新张量,包含输入input张量每个元素的正负(大于0的元素对应1,小于0的元素对应-原创 2020-12-22 16:46:41 · 790 阅读 · 1 评论 -
笔记:torch的基本运算
标题1. torch.clamp (a,x,y)2.torch.div(x,y)3.torch.mul(x,y)4. torch.mm(x,y)5.torch.mv(x,y)6. torch.pow(x,y)1. torch.clamp (a,x,y)a 为张量,x为下界线,y为上界。当a内某个元素小于x时,取x。在[x,y]内时,取本身。大于y时,取y。不必纠结是 >=x 还是 >x ,怎么都是取与x相等的值,所以无所谓(y同理)import torcha=torch.randn(原创 2020-10-18 19:58:24 · 8931 阅读 · 0 评论 -
pytorch x.transport( a,b) torch.transport(x, a,b )
x = torch.randn(3, 4)y=x.transpose(1,0)#第1维和第2维交换,即得(4,3)print(x,'*****','\n',y,y.shape)z=torch.transpose(x, 0, 1)print(z,z.shape)print('***',x)输出:transpose中的两个维度参数的顺序是可以交换位置的,即transpose(x, 0, 1,) 和transpose(x, 1, 0)效果是相同的。transpose并不改变a本身的形状,将改变原创 2020-10-15 21:26:44 · 682 阅读 · 0 评论