- 博客(3)
- 收藏
- 关注
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