张量

3D Res-UNet和3D V-Net修改输入图片张数

项目场景：最近修改了两个神经网络模型（3DRes-UNet和3DV-Net）：原来输入张量的大小为(1,1,16,512,512)输出张量的大小也为(1,1,16,512,512)改为输入(1,2,5,512,512
Matthew2333·2023-11-05 08:58

深度学习-Embedding(词嵌入)

深度学习模型不会接受原始文本数据作为输入，它只能处理数值张量。因此需要文本向量化。
夏都美少年·2023-11-05 06:26

【自然语言处理NLP】Bert预训练模型、Bert上搭建CNN、LSTM模型的输入、输出详解

BertModel.from_pretrained('bert-base-chinese')out=bert(context,attention_mask=mask)1.输入Bert模型的输入context张量需要满足以下要求
zcongfly·2023-11-05 01:56

【深度学习基础】Pytorch框架CV开发（1）基础铺垫

原创文，转载请注明出处文章目录简单介绍下PytorchPytorch基础张量创建张量tensor自动梯度线性回归逻辑回归人工神经网络感知机反向传播Pytorch中的基础数
嵌小超·2023-11-04 16:41

【CVPR2021】CoTAttention注意力模块的搭建与实现

importtorchimporttorch.nnasnnfromtorch.nnimportfunctionalasF#--------------------------------##CoTAttention的定义#输入与输出的张量
XuecWu3·2023-11-04 14:04

pytorch框架:conv1d、conv2d的输入数据维度是什么样的

文章目录Conv1dConv2dConv1dConv1d的输入数据维度通常是一个三维张量，形状为(batch_size,in_channels,sequence_length)，其中：batch_size
WTIAW.TIAW·2023-11-04 14:56

Yolo-v1学习笔记

Yolo-v1学习笔记简介YOLO与目标检测YOLO算法原理训练的数据集格式最后一维输出的张量损失值的计算损失函数中的权重分配YOLO-V1的缺点简介YOLO(youonlylookonce)是最近很火爆的一种目标检测模型
计算机秃头选手·2023-11-04 13:56

TensorFlow是什么？学AI必须要会吗？

其基本概念主要包括以下几个方面：张量（Tensor）：是TensorFlow中的基本数据单位，可以看作是一个多维数组，可以是标量、向量、矩阵和更高维度的数组。
黑客学长-刘备·2023-11-04 09:05

TensorFlow2简单入门-三维张量

TensorFlow2简单入门三维张量的一个典型应用是表示序列信号，它的格式是其中表示序列信号的数量，表示序列信号在时间维度上的采样点数或步数，表示每个点的特征长度。
K同学啊·2023-11-04 01:29

d2l.train_ch3函数，将输入数据转化为该函数所接受的格式

,None,trainer)这个函数进行softmax回归计算问题：使用非官方的数据报错解决方法：将输入数据转为函数要求的格式初始数据：原先的数据是列表，通过nd.array的方式将熟悉的列表数据转为张量
橙序员一号·2023-11-03 09:08

深度学习基础——PyTorch简介和Tensor张量详解

文章目录1PyTorch安装2初始PyTorch2.1与Python完美融合2.2张量计算2.2.1定义张量2.2.2访问张量2.2.3张量的运算2.2.4张量
心无旁骛~·2023-11-03 07:28

Pytorch系列之——Pytorch的Tensor（张量）

张量的构建Tensor概念Tensor创建一：直接创建Tensor创建二：依据数值创建Tensor创建三：依据概率创建张量是什么？
Despacito1006·2023-11-03 07:23

【深度学习】pytorch——Tensor（张量）详解

笔记为自我总结整理的学习笔记，若有错误欢迎指出哟~pytorch——Tensor简介创建Tensortorch.Tensor()和torch.tensor()的区别torch.Tensor()torch.tensor()tensor可以是一个数（标量）、一维数组（向量）、二维数组（矩阵）和更高维的数组（高阶数据）。标量(scalar)向量(vector)矩阵(matrix)常用Tensor操作调整
今天有没有吃饱饱·2023-11-03 07:21

数据并行(DP)、张量模型并行(TP)、流水线并行(PP)

数据并行数据集分为n块，每块随机分配到m个设备(worker)中，相当于m个batch并行训练n/m轮，模型也被复制为n块，每块模型均在每块数据上进行训练，各自完成前向和后向的计算得到梯度，对梯度进行更新，更新后，再传回各个worker。以确保每个worker具有相同的模型参数。三种主流数据并行的实现方式，详见：图解大模型训练之：数据并行上篇(DP,DDP与ZeRO)-知乎图解大模型训练之：数据并
yuncy_lucky·2023-11-03 07:15

pytorch笔记：split

torch.split是PyTorch中的一个函数，用于将张量按指定的大小或张量数量进行分割1基本使用方法torch.split(tensor,split_size_or_sections,dim=0)
UQI-LIUWJ·2023-11-03 05:11

学习 | PyTorch

PyTorch的核心是Tensor（张量）数据结构，类似于NumPy的多维数组，但具有更高的性能和扩展性。PyTorch的Tensor支持GPU加速，可以在GPU上进行高效的张量计算，从
wo_shi_he_song_fa·2023-11-03 02:42

介绍 TensorFlow 的基本概念和使用场景。

TensorFlow的基本概念是张量（Tensor），它是一个多维数组。而TensorFlow中的计算是构建在计算图上的，计算图由一系列节点组成，每个节点代表一个计算操作。
Stephen_CY666·2023-11-02 14:04

TensorFlow js. 官方教程

在不直接处理张量的情况下编写ML程序想要开始机器学习，同时不用担心任何类似张量或优化器的低级细节吗？
TensorFlow 社区·2023-11-02 13:08

1.使用tensorflow

1.张量和操作tensorflow对张量的操作实际上和numpy差不多，不够有所差距，numpy的数据可以随时被修改，但是tensorflow的数据要分情况。
歌者文明·2023-11-02 13:29

PyTorch 数据并行处理

你可以将模型放在一个GPU：device=torch.device("cuda:0")model.to(device)然后，你可以复制所有的张量到GPU：mytensor=my_t
燕洼仙草·2023-11-02 12:27

TensorFlow 的应用场景有哪些

TensorFlow的基本概念包括：Tensor：Tensor是TensorFlow中的核心数据结构，它是一个多维数组，可以表示向量、矩阵、张量等。
泰海科技志胜·2023-11-02 07:08

深度学习_7_实战_点集最优直线解_优化版代码解析

fromtorchimportnndefload_array(data_arrays,batch_size,is_train=True):dataset=data.TensorDataset(*data_arrays)#解包传递，转成张量类型
Narnat·2023-11-02 02:19

【深度学习】pytorch——快速入门

笔记为自我总结整理的学习笔记，若有错误欢迎指出哟~pytorch快速入门简介张量（Tensor）操作创建张量向量拷贝张量维度张量加法函数名后面带下划线`_`的函数索引和切片Tensor和Numpy的数组之间的转换张量
今天有没有吃饱饱·2023-11-02 01:49

torch基本功能介绍

torch的基本功能torch:张量的相关运算，eg:创建、索引、切片、连续、转置、加减乘除等相关运算。torch.nn:包含搭建网络层的模块（modules)和一系列的loss函数。
空格为什么不行·2023-11-01 23:53

关于pytorch张量维度转换及张量运算

关于pytorch张量维度转换大全1tensor.view()2tensor.reshape()3tensor.squeeze()和tensor.unsqueeze()3.1tensor.squeeze
Alexa2077·2023-11-01 23:48

关于pytorch张量维度转换大全

关于pytorch张量维度转换大全1tensor.view()2tensor.reshape()3tensor.squeeze()和tensor.unsqueeze()3.1tensor.squeeze
Alexa2077·2023-11-01 23:18

在NISQ小型计算机上执行大型并行量子计算的可能性

后来，这一思想被理解为优化矩阵积状态（MPS）的算法，支持将张量网络用作波函数的变分参数化，其中纠缠是一个量化的资源。
Chahot·2023-11-01 23:45

关于深度学习高维矩阵的形象化理解

对于初次接触深度学习的小白来说，高维张量总是很难理解，在我理解高维张量的本质后，也理解了之前阻拦我理解的问题点，所以写下这篇博客，用常用的三个对张量操作的函数进行解释，希望对后面学习的人有所帮助。
最后一只三脚兽·2023-11-01 17:23

PIL Image格式转Tensor

Image格式是由PIL库读入的图片格式fromPILimportImagetorch.Tensor是用于深度学习计算的张量格式importtorch1Image格式转Tensor先转numpy再转tensortorch.from_numpy
计算机视觉-Archer·2023-11-01 16:24

深度学习_3 数据操作之线代，微分

线代基础标量只有一个元素的张量。可以通过x=torch.tensor(3.0)方式创建。向量由多个标量组成的列表（一维张量）。比如x=torch.arange(4)就是创建了一个1*4的向量。
灰海宽松·2023-11-01 13:44

torch增加维度操作

在masked_pos[:,:,None]这个切片操作中，None被用作一个占位符，以改变张量的维度。这通常用于将一维张量变为二维张量，或者改变张量的形状。
知福致福·2023-11-01 12:16

torch.gather函数用法

torch.gather函数用于从输入张量中收集（或选择）指定位置的元素，然后将它们放入一个新的张量中。这对于根据索引从输入张量中检索值非常有用。
知福致福·2023-11-01 12:10

tf.nn.embedding_lookup

tf.nn.embedding_lookup(params,ids,partition_strategy='mod',name=None,validate_indices=True,max_norm=None)查找张量中序号为
嘻嘻口_口·2023-10-31 08:05

【Note】PyTorch 文档学习历程

1.torchtorch.eye(n,m=None,out=None)返回2维张量，对角线为1，其他为0.torch.ones(*sizes,out=None)->Tensor返回形状由可变参数sizes
火禾子_·2023-10-31 01:37

动手学深度学习——第六次

python类和对象python类和对象参数管理参数访问卷积python类和对象参数管理生成一个二维张量，然后传入有但隐藏层的多层感知机参数访问net[0]nn.Linear(4,8)net[1]nn.ReLU
湘溶溶·2023-10-30 16:27

TensorNetwork: A Library for Physics and Machine Learning

TensorNetwork是一个用于实现张量网络算法的开源库[1]。张量网络是稀疏数据结构，最初设计用于模拟量子多体物理，但目前也应用于许多其他研究领域，包括机器学习。
jinminbox·2023-10-30 16:38

Keras-Embedding Layer

输入数据要求是一个二维张量：(1个批次内的文本数,每篇文本中的词语数)，输出为一个三维张量：(1个批次内的文本数,每篇文本中的词语数,
在努力的Jie·2023-10-30 16:56

运行报错one of the variables needed for gradient computation has been modified by an inplace operation

原地操作是指直接在原始张量上进行修改，而不创建新的张量。
艺术就是CtrlC·2023-10-30 12:21

Pytorch detach()方法

detach()是PyTorch中的一个方法，用于从计算图中分离（detach）张量。它可以将一个张量从当前计算图中分离出来，返回一个新的张量，该张量与原始张量共享相同的底层数据，但不再追踪梯度信息。
艺术就是CtrlC·2023-10-30 12:21

人工智能-线性回归的从零开始实现

在这一节中，我们将只使用张量和
白云如幻·2023-10-30 12:04

第1章 实践基础——张量

声明：本内容基于百度提供的paddlepaddle框架，参考复旦大学邱锡鹏老师著作《神经网络与深度学习》（蒲公英书）与《神经网络与深度学习：案例与实践》（nndl）理解完成。（书籍源代码：源代码）深度学习在很多领域中都有非常出色的表现，例如：图像识别、语音识别、自然语言处理、机器人、广告投放、医学诊断和金融等领域。而目前深度学习的模型还主要是各种各样的神经网络。随着网络越来越复杂，从底层开始一步步
espacial·2023-10-29 13:19

pytorch 笔记：KLDivLoss

1介绍对于具有相同形状的张量ypred和ytrue（ypred是输入，ytrue是目标），定义逐点KL散度为：为了在计算时避免下溢问题，此KLDivLoss期望输入在对数空间中。
UQI-LIUWJ·2023-10-29 05:04

pytorch笔记：TRIPLETMARGINLOSS

1介绍创建一个衡量三元组损失的标准，给定输入张量x1、x2和x3以及一个大于0的间距值。这用于测量样本之间的相对相似性。一个三元组由a、p和n组成（锚点、正例和负例）。
UQI-LIUWJ·2023-10-29 05:57

[tensorflow]tensorflow 顺序模型（Sequential model）

注意：采用tensorflow2.1.01、适用顺序模型的情况顺序模型适用于简单的层堆栈，其中每一层正好具有一个输入张量和一个输出张量。
just-do-it-zzj·2023-10-29 04:50

Coding and Paper Letter（六十六）

1Coding:1.mars是一种基于张量的统一框架，用于大规模数据计算。mars2.SVGD是一种通用的变分推理算法，它形成梯度下降的自然对应物以进行优化。
chengman0008·2023-10-28 22:29

系统学习Pytorch笔记一：Pytorch的数据载体张量与线性回归

系统学习Pytorch笔记一：Pytorch的数据载体张量与线性回归Pytorch的数据载体张量与线性回归背景张量的简介与创建张量的简介1、张量的基本概念2、Tensor与Variable张量的创建1、
跳动的西格玛·2023-10-28 21:40

pytorch 笔记：index_select

1基本使用方法index_select是PyTorch中的一个非常有用的函数，允许从给定的维度中选择指定索引的张量值torch.index_select(input,dim,index,out=None
UQI-LIUWJ·2023-10-28 21:33

主流大语言模型的技术细节

2.大语言模型的分布式训练技术：数据并行、张量模型并行、流水线并行、3D并行、零冗余优化器ZeRO、CPU卸载技术Z
Kun Li·2023-10-28 09:53

【阅读和学习代码】VoxelNet

文章目录将点特征转换为voxel特征稀疏张量到稠密张量，反向索引参考博客将点特征转换为voxel特征https://github.com/skyhehe123/VoxelNet-pytorch/blob
联系丝信·2023-10-28 07:05

图像通道转换——从np.ndarray的[w, h, c]转为Tensor的[c, w, h]

在神经网络中，图像常被转换为张量形式。
来一瓶82年的拉菲就好·2023-10-28 06:17
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他