自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 PyTorch系列 | correct += (predicted == labels).sum().item()的理解

各位小伙伴肯定看到过下面这段代码:correct += (predicted == labels).sum().item()这里面(predicted == labels)是布尔型,为什么可以接sum()呢?我做了个测试,如果这里的predicted和labels是列表形式就会报错,如果是numpy的数组格式,会返回一个值,如果是tensor形式,就会返回一个张量。举个例子:import torcha = torch.tensor([1,2,3])b = torch.tensor([1,3,

2020-12-18 20:33:08 13748 7

原创 PyTorch系列 | _, predicted = torch.max(outputs.data, 1)的理解

使用pytorch的小伙伴们,一定看过下面这段代码_, predicted = torch.max(outputs.data, 1)那么,这里的 下划线_ 表示什么意思?首先,torch.max()这个函数返回的是两个值,第一个值是具体的value(我们用下划线_表示),第二个值是value所在的index(也就是predicted)。那么,这个 下划线_ 表示的就是具体的value,也就是输出的最大值。那么为什么用 下划线_,可不可以用其他的变量名称来代替,比如x?答案自然是可以的。那么为什么这

2020-12-18 19:07:23 31496 17

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

提示
确定要删除当前文章?
取消 删除