pytorch常用函数view、sum、sequeeze、cat和chunk

于 2024-10-05 14:38:41 发布
阅读量331 收藏
点赞数 2
分类专栏： python深度学习入门 文章标签： pytorch 人工智能 python bert 深度学习 自然语言处理 机器学习
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_46530492/article/details/142714050
版权
了解本专栏 订阅专栏 解锁全文 超级会员免费看
Cachel wood
关注
专栏目录
订阅专栏
torch 常用函数讲解【Ⅰ】
LJR的博客
03-13 932
如果没有显式指明，则认为稀疏张量对应的完整张量应该在包含全部指定的非零元素的前提下，包含尽可能少的零元素。，因此可以判断出视图第一行的第二个元素为与第一行的第一个元素距离为 0，即视图第一行的第二个元素为存储序列的第一个元素。要求存在两个维度，第一维的数量表示稀疏张量对应的完整张量的维度个数，第二维的数量表示非零元素数量。，即视图第二行的第一个元素与视图第一行的第一个元素的距离为 0，即视图第二行的第一个元素也是存储序列的第一个元素。作用：返回对角线上的元素为 1，其他位置的元素为 0 的二维张量。
pytorch——torch.squeeze() 和torch.unsqueeze()的用法
七月听雪的博客
08-31 746
torch.squeeze() torch.squeeze() 这个函数主要对数据的维度进行压缩，去掉维数为1的的维度，比如是一行或者一列这种，一个一行三列（1,3）的数去掉第一个维数为一的维度之后就变成（3）行。 torch.squeeze(a)就是将a中所有为1的维度删掉。不为1的维度没有影响。a.squeeze(N) 就是去掉a中指定的维数为一的维度。还有一种形式就是b=torch.sq...
Pytorch中sum()函数的多维使用
hwxhxyz1998403的博客
04-11 4798
函数参数： torch.sum(input,dim,keepdim=False,*,dtype=None)→Tensor 当torch.sum(input tensor,dim)函数中出现多个维度的相加时如： 可以看出，pytorch执行sum函数的顺序是先将每一个1维度下的二维列表视为一个单位，所以每个二维列表里的三个一维度列表各为一个基本元素进行相加，得到[[6,6,6][15,15,15]]，再同样的思路将2维度下的int值视为一个基本元素进行相加， 得到最终[18,45]...
pytorch中选取不同维度sum和mean方法理解
ding_programmer的博客
07-06 1333
比如一个矩阵维度(2,3,4)，dim=0，那就是消去第0维，变成了 (3,4)，消去第1维，变成了 (2,4)，消去第2维，变成了 (2,3)，dim=-1，也就是最后一维，在这个矩阵中也就是第二维。如果指定了dim参数，则会沿着指定的维度对输入张量进行求和操作，并返回一个形状与输入张量除了指定维度之外的维度相同的张量。如果指定了keepdim参数，则返回的张量会保持与输入张量相同的维度数，并且在指定维度上的大小为1。具体算维度，采用消解法，也就是 dim=0，那就是消去第0维，dim=1，消去第1维。
torch.squeeze 函数运用
scar2016的博客
12-25 2770
文章目录1. 定义2. 代码 1. 定义 torch.squeeze函数的作用是对输入的张量进行处理，如果张量维度里面有大小为1 的部分，那我们就移除，否则保留 torch.squeeze(input, dim=None, *, out=None) → Tensor input : 输入的张量 dim : 默认保留，可以指定维度 2. 代码 # -*- coding: utf-8 -*- # @Project: zc # @Author: zc # @File name: test_torch_squ
SENet与SKNet详解
洛北辰南的博客
06-20 2884
转自：https://blog.csdn.net/qixutuo6087/article/details/88822428 文章目录0.摘要1.引入2.SE-Net结构2.1 Sequeeze：Global Information Embedding2.2 Excitation: Adaptive Recalibration2.3 Scale3.SE模块嵌入实例4.SENet Experimen...
torch.sequeeze 和 torch.unsequeeze 的用法
weixin_40374408的博客
01-10 1090
【代码】torch.sequeeze 和 torch.unsequeeze 的用法。
pytorch基础操作
qq_64852881的博客
08-02 579
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LbUFozRy-1659413228723)(C\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20220802103550360.png)]b.repeat（4，32,1,1）代表把b重复1x4=4次，c重复32*32次，h1x1=1次，w1x1=1次。sub（a，b）减；div（a，b）除以，mul（a，b）乘以；...
【YOLOv9改进[损失函数]】使用结合InnerIoU和Focaler的各种损失函数助力YOLOv9更优秀
最新发布
静谧、淡雅
04-12 1562
使用结合InnerIoU和Focaler的各种损失函数助力YOLOv9更优秀
Pytorch使用
lxy1122334455的博客
12-29 586
torch torch.tensor(): 用来生成已有的数据tensor（向量）： a = torch.tensor([[2.3, 2, 5],[4, 5, 9.0]]) print(a.shape) # print:torch.Size([2, 3]) 其他的tensor类型： 注：与torch.tensor() 只接收现有数据，不能接收形状（shape）不同，下方可以接收形状也可以接收数据 数据类型 CPU GPU 32 float torch.FloatTensor torch
pytorch中张量的求和操作
m0_58186573的博客
08-18 3060
张量中求和的几种方法
pytorch.sum() 中的dim 及pytorch官方手册
studyvcmfc的专栏
06-06 2492
https://blog.csdn.net/hahameier/article/details/103742831?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase
[Pytorch函数]torch.sum
qq_41568188的博客
07-20 3395
torch.sum()对输入的tensor数据的某一维度求和，一共两种用法 １．torch.sum(input, dtype=None) ２．torch.sum(input, list: dim, bool: keepdim=False, dtype=None) → Tensor 　 input:输入一个tensor dim:要求和的维度，可以是一个列表 keepdim:求和之后这个dim的元素个数为１，所以要被去掉，如果要保留这个维度，则应当keepdim=True #If keepdim is True
【PyTorch基础】torch.sum()
qq_36977302的博客
09-20 2834
torch.sum()对输入的tensor数据的某一维度求和，一共两种用法 １．torch.sum(input, dtype=None) ２．torch.sum(input, list: dim, bool: keepdim=False, dtype=None) → Tensor input:输入一个tensor dim:要求和的维度，可以是一个列表 keepdim:求和之后这个dim的元素个数为１，所以要被去掉，如果要保留这个维度，则应当keepdim=True 举例说明: import torc
注意力机制在通道上的应用 Sequeeze-and Excitation Networks
Lucky_Q的博客
02-08 3141
Sequeeze-and Excitation Networks 注意力机制(Attention Mechanism)最初是应用在NLP上面的，计算机视觉发展到现在，注意力机制也被越来越多地应用在了CV领域。在这篇论文里面，作者把注意力机制应用在了通道层面，目的在于使得不同的特征通道拥有不同的权重大小，这样就能使得计算机能够有选择性地重视或忽视某些特征。 通常来说注意力机制的实现是通过一个专门的网络来实现的，很明显这就会对计算增加成本。但是作者说，他所提出的这套方法，可以以最小的额外计算成本获得最大的收益，
squeeze函数
lqfarmer的博客
06-16 1万+
squeeze  除去size为1的维度 B = squeeze(A) 描述： B = squeeze(A)，B与A有相同的元素,但所有只有一行或一列的维度（a singleton dimension）被去除掉了。A singleton dimension的特征是size(A,dim) = 1。二维阵列不受squeeze影响; 如果 A 是一个row
pytorch中一些常用方法的总结
热门推荐
凌墨的博客
09-16 5万+
主要介绍一些pytorch框架常用的方法，这里torch环境实在torch0.3.1情况，请对号入座。。。 1、首先介绍我们学习pytorch的官方教程地址：http://pytorch.org/docs/master/index.html；还有一个中文文档:点击打开链接，0.4版本的官方文档：点击打开链接 2、我个人也是 pytorch 的初学者，我以一个初学者的身份来简单介绍torch的使...
pytorch常用函数手册pdf下载
07-09
要下载PyTorch常用函数手册的PDF，可以按照以下步骤进行： 1. 打开浏览器，进入搜索引擎网站。 2. 在搜索框中输入关键词“PyTorch常用函数手册PDF下载”。 3. 根据搜索结果，选择一个可信的网站，例如官方文档或...
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

打赏作者

Cachel wood

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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