![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 66
ygys1234
这个作者很懒,什么都没留下…
展开
-
pytorch入门(十):repeat
repeat pytorch的张量与numpy的数组有很多相似之处,但repeat有明显差异。 1、方向 repeat(repeats,axis)的两个参数,分别表示重复的次数和方向。 对于二维数组,axis = 1表示垂直方向,axis = 2表示水平方向, 与torch.sum和np.repeat都不一样。 2、重复的方式 np的重复方式是各向量分别重复,如 001122 torch的重复方式为整块复制,如 012012 import numpy as np a = np.arange(6).resh原创 2021-04-13 10:06:03 · 570 阅读 · 1 评论 -
pytorch入门(九):处理异或问题
处理异或1、什么是异或?2、异或是线性不可分的3、用逻辑回归建模4、用简单神经网络处理异或 1、什么是异或? 异或是一种二元运算&。 一位二进制数的&运算规则为: 0 ^ 1 = 1 1 ^ 0 = 1 1 ^ 1 = 0 0 ^ 0 = 0 提问:11&22 等于多少? 先把11化为5位二进制数,得到 (01011)2(01原创 2021-01-01 11:49:03 · 2307 阅读 · 0 评论 -
pytorch入门(七):unsqueeze
@TOC在这里插入代码片 unsqueeze用来改变Tensor的维度,把低维的Tensor变为高维的Tensor。如3×4的Tensor,变为1×3×4、3×1×4、3×4×1的Tensor。 先造一个3×4的Tensor,看看结果。 a = torch.arange(12).reshape(3,4) print(a) tensor([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) 用squeeze做升维操作原创 2020-11-14 00:45:40 · 4745 阅读 · 0 评论