PyTorch
文章平均质量分 73
Pytorch知识卡
zz.YE
我是渣渣耶
展开
-
【PyTorch】nn.Embedding
torch.nn.Embedding 的详细介绍!原创 2022-11-24 11:51:34 · 870 阅读 · 0 评论 -
【Pytorch】Tensor的元素操作
Tensor的操作Tensor的主要运算操作通常分为四大类:Reshaping operations(重塑操作)Element-wise operations(元素操作)Reduction operations(缩减操作)Access operations(访问操作)元素操作 元素在张量中的位置由定位每个元素的索引决定,而元素操作是对张量元素的运算,这些张量元素在张量中对应或有相同的索引位置,这里需要重点强调的是,两个张量必须具有相同的形状才能执行一个元素操作,而具有相同的形状意味着张量原创 2021-08-04 11:28:12 · 8865 阅读 · 0 评论 -
【Pytorch】Tensor的缩减操作
Tensor的缩减操作Tensor的主要运算操作通常分为四大类:Reshaping operations(重塑操作)Element-wise operations(元素操作)Reduction operations(缩减操作)Access operations(访问操作)缩减操作 一个张量的缩减操作是一个减少张量中包含的元素数量的操作,其实质就是允许我们对单个张量中的元素执行操作。常见的缩减操作主要有:sumprodmeanstdmaxargmax下面以sum、max和原创 2021-08-10 12:46:29 · 1407 阅读 · 0 评论 -
【Pytorch】Tensor的基础知识
Tensor的基础知识张量的基本概念 张量(Tensor)是神经网络中使用的主要数据结构,在网络的输入、转换和输出都涉及到张量。张量的概念是对其他更具体概念的数学概括,张量在计算机科学方面和数学方面本质上相同,但术语不同,对比图如下,其中Indexes required表示需要的索引数。 换言之,在深度学习和神经网络中,张量是n维数组,我们用张量这个词来表示所有的n值,比如标量是零维张量、矢量是一维张量、矩阵是二维张量、n维数组是n维张量。张量的基本属性张量的基本属性主要有三个:秩(Ra原创 2021-08-03 00:07:21 · 2240 阅读 · 1 评论 -
【Pytorch】Tensor的重塑操作
Tensor的操作Tensor的主要运算操作通常分为四大类:Reshaping operations(重塑操作)Element-wise operations(元素操作)Reduction operations(还原操作)Access operations(访问操作)重塑操作 在重塑操作上,以如下张量为实例进行演示:import torcht = torch.tensor([ [1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]]原创 2021-08-03 22:26:11 · 1065 阅读 · 0 评论 -
【Pytorch】Tensor的访问操作
Tensor的访问操作Tensor的主要运算操作通常分为四大类:Reshaping operations(重塑操作)Element-wise operations(元素操作)Reduction operations(缩减操作)Access operations(访问操作)访问操作当我们希望从一个张量中获得具体的标量值时,可以对张量进行访问操作。(1)访问单元素张量(item张量法)t = torch.tensor([ [1, 2, 3], [4, 5, 6],原创 2021-08-10 13:33:23 · 2138 阅读 · 2 评论