- 博客(3)
- 收藏
- 关注
RSS订阅原创 Pytorch的张量理解
张量的形状为第一个元素左侧的中括号个数，可见x的形状为（?以最后一个维度值为例，下图是划括号结果，元素个数为1，则x的形状为（?以倒数第二维为例，下图是划括号结果，元素个数为2，则x的形状为（?：按各个维度开始划中括号，各层中括号中有几个元素，则该维度张量的维度值就是几。以第二维为例，下图是划括号结果，元素个数为2，则x的形状为（?以第一维为例，下图是划括号结果，元素个数为2，则x的形状为（2×2×2×1）生成一个2×1×2×1×2的全零张量。创建张量，张量的内容如下。
2023-12-26 10:07:50
417
原创 Pytorch基础学习（一）
沿着指定维度对输入进行切片，取index中指定的相应项(index为一个LongTensor)，然后返回到一个新的张量， 返回的张量与原始张量_Tensor_有相同的维度(在指定轴上)。输出结果如下，依次是x、sq_x、sq_x_dim张量的形状。输出结果如下，依次是x、row_x、col_x。输出结果如下，依次为x、row_x、col_x。输出如下，依次是x、row_x、col_x。2.举例（分别按行、按列进行分块）2.举例（分别按行、列进行连接）2.举例（分别按行、列进行切片）按行——表示dim=0。
2023-12-26 09:32:32
443
原创 pytorch的chunk、gather函数
对torch.gatherindex的shape等于output的shape，按shape依次写出索引A将索引A对应的dim位置值进行替换，用输入index的值进行替换，替换结果为索引B原tensor的索引B对应的值就是output结果。
2023-12-22 17:07:36
1701
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人