张量

TensorFlow：深度学习基础设施的架构哲学与工程实践革新

TensorFlow：深度学习基础设施的架构哲学与工程实践革新一、计算范式革命：从静态图到动态执行的深度架构剖析1.1静态计算图的编译优化体系1.2动态图模式的实现原理1.3混合执行模式的编译原理二、张量计算引擎的深度架构解析
双囍菜菜·2025-06-23 23:35

Pytorch学习torch.clamp ()用法浅析

torch.clamp—PyTorch2.1documentation一、官方定义torch.clamp(input,min=None,max=None,*,out=None)→Tensor其中：input:输入张量
Midsummer-逐梦·2025-06-23 20:42

Pytorch中gather()函数详解和实战示例

在PyTorch中，torch.gather()是一个非常实用的张量操作函数，主要用于根据索引从输入张量中选择特定位置的值。它常用于注意力机制、序列处理等场景。
点云SLAM·2025-06-23 06:06

6,PyTorch 张量的索引与切片

6.PyTorch张量的索引与切片张量的索引与切片是PyTorch中非常重要的操作，它们允许我们高效地访问和操作张量中的数据。
乔丹搞IT·2025-06-22 11:00

嵌入式学习-暑假学习总规划-day6

时间段学习任务目标成果6月17日-6月30日吴恩达监督学习课程含线性回归、逻辑回归、神经网络基础完成课程视频+习题，理解训练流程、损失函数、过拟合、正则化7月1日-7月10日PyTorch框架入门学习张量
·2025-06-22 06:58

PyTorch中Tensor（张量）数据结构内部观察

上图中是一个张量embeds，打开其内部存储空间，我们可以看到内部的构成。1.PyTorch中张量（Tensor）的介绍在PyTorch中，Tensor具有许多属性和方法。
科学禅道·2025-06-21 12:33

python pytorch 张量 (Tensor)

目录前言张量Tensor1.张量的基本概念2.创建张量从Python列表或NumPy数组生成特定形状的张量指定设备（CPU/GPU）指定数据类型（dtype）3.张量的属性4.张量的操作数学运算形状操作索引与切片广播机制
Python虫·2025-06-21 11:29

Day33 MLP神经网络的训练

目录一、PyTorch和cuda的安装二、查看显卡信息的命令行命令（cmd中使用）三、cuda的检查四、简单神经网络的流程1、数据预处理（归一化、转换成张量）2、模型的定义3、定义损失函数和优化器4、定义训练流程
cylat·2025-06-21 07:07

Day48打卡 @浙大疏锦行

知识点回顾：随机张量的生成：torch.randn函数在PyTorch中，torch.randn()是一个常用的随机张量生成函数，它可以创建一个由标准正态分布（均值为0，标准差为1）随机数填充的张量。
ayuan0119·2025-06-20 13:32

神经网络模型输入预处理与填充一致性问题

填充方式决定了图像内容在输入张量中的空间分布。例如：四边对称填充、只右下填充、只右填充、只下填充等，都会导致目标在输入中的位置不同。如果训练和推理时填充方式不一致，模型感知到的空间结构就会
leo0308·2025-06-19 04:07

什么是 tensorflow ？解决了什么问题？为什么需要它？没有它会出现什么问题？

TensorFlow是一个用于数值计算的强大开源框架，其核心是通过有向图表示计算过程，图中的节点代表数学运算，边则代表多维数组（张量）之间的数据流。
微信公众号：AI创造财富·2025-06-19 01:43

程序员转向人工智能

以下是针对程序员转向人工智能（AI）领域的学习路线建议，分为基础、核心技术和进阶方向，结合你的编程背景进行优化：1.夯实基础数学基础（选择性补足，边学边用）线性代数：矩阵运算、特征值、张量（深度学习基础
CoderIsArt·2025-06-18 03:45

torch.load

torch.load的基本用法torch.load()是PyTorch中用于加载由torch.save()保存的模型或张量的函数。它支持从文件路径或文件对象加载数据，并可以指定设备（CPU或GPU）。
土豆羊626·2025-06-17 16:32

（十七）深度学习之线性代数：核心概念与应用解析

1.2从数据表示到模型运算的桥梁数据结构化表示：深度学习处理的图像、文本、音频等数据，通常被转化为向量、矩阵或张量（多维数组）。例如：图像：RGB图像可表示为三维
只有左边一个小酒窝·2025-06-17 13:41

《动手学深度学习》-2.1. 数据操作

首先，我们介绍n维数组，也称为张量（tensor）。使用过Python中NumPy计算包的读者会对本部分很熟悉。无论使用哪个深度学习框架，它的张量类（在MXNet中为ndarray，在P
SSWDUT·2025-06-17 08:36

pytorch系列3——动态计算图和自动微分

1.动态计算图解决的问题：因为深度学习对各种张量操作种类和数量的增加，会导致各种想不到的问题，比如多个操作之间该并行还是顺序执行，底层的设备如何协同，如何避免冗余的操作等，这些问题都会影
x_cube·2025-06-16 23:04

6.11打卡

知识点回顾：1.随机张量的生成：torch.randn函数2.卷积和池化的计算公式（可以不掌握，会自动计算的）3.pytorch的广播机制：加法和乘法的广播机制ps：numpy运算也有类似的广播机制，基本一致作业
tt卡丁车·2025-06-16 21:19

python打卡day48

随机函数与广播机制知识点回顾：随机张量的生成：torch.randn函数卷积和池化的计算公式（可以不掌握，会自动计算的）pytorch的广播机制：加法和乘法的广播机制ps：numpy运算也有类似的广播机制
ZHPEN1·2025-06-16 17:27

PyTorch 是一个 Python 包，提供两个高级功能：具有强大 GPU 加速的张量计算（如 NumPy）；基于基于磁带的 autograd 系统构建的深度神经网络；

一、软件介绍文末提供程序和源码下载PyTorch是一个Python包，提供两个高级功能：具有强大GPU加速的张量计算（如NumPy）；基于基于磁带的autograd系统构建的深度神经网络；您可以在需要时重复使用自己喜欢的
struggle2025·2025-06-16 16:19

PyTorch张量的detach()、clone()、data属性和data_ptr()方法的行为差异

下面我将逐一解释这些现象的原理：1.id(t1.data)两次打印地址相同的原因t1.data是视图(View)：在PyTorch中，tensor.data返回一个共享底层数据存储(Storage)但剥离计算图的新张量对象
AI扶我青云志·2025-06-16 12:47

Pytorch 学习 - 6.pytorch 张量数学-自动求取梯度

先掌握pytorch，学好pytorch,才能学好人工智能autogradtorch.autograd.backwardtorch.autograd.backward是PyTorch中用于自动计算张量(
chenchihwen·2025-06-16 11:43

PyTorch张量操作中dim参数的核心原理与应用技巧：

PyTorch张量操作精解：深入理解dim参数的维度规则与实践应用在PyTorch中，张量（Tensor）的维度操作是深度学习模型实现的基础。
AI扶我青云志·2025-06-16 11:12

【深度学习】嘿马深度学习笔记第1篇：深度学习基本概要【附代码文档】

图片无法加载本教程的知识点为：深度学习介绍1.1深度学习与机器学习的区别TensorFlow介绍2.4张量2.4.1张量(Tensor)2.4.1.1张量的类型TensorFlow介绍1.2神经网络基础
某miao·2025-06-16 06:39

numpy()

，a=[[1,2],[3,4]]print(a.numpy())[[12][34]]print(a)tf.Tensor([[12][34]],shape=(2,2),dtype=int32)a返回的是张量
kimyu_·2025-06-15 10:00

趣解PyTorch：带你从小白到实战的入门指南

核心概念1.Tensor（张量）和TensorFlow一样，PyTorch的核心数据结构叫Tensor，就是高维数组：import
勤奋的知更鸟·2025-06-14 21:59

向量、矩阵和张量的区别

向量、矩阵和张量是线性代数及深度学习中重要的概念，它们的核心区别在于维度和应用场景。
shangjg3·2025-06-13 09:59

深度学习编译器

1)深度学习编译器复杂个JB与通用自动编译工具不同，深度学习编译器结构更加复杂，包括图层优化、张量（Tensor）优化、代码生成、硬件部署、自动调优（AutoTuning）等几个部分。
·2025-06-13 08:25

# PyTorch：深度学习世界的真实体验（从零到英雄之旅！）

（别慌，超简单拆解）动态图vs静态图：PyTorch的杀手锏（和我的血泪史）核心组件：张量、神经网络和自动微分（保姆级指南）实战片段：训练一个Mini模型（手把手代码秀）PyTorch的闪光点和坑点（血淋淋的真相
qq_21422587·2025-06-13 03:14

【深度学习】深度学习中的张量：从多维数组到智能计算单元

✅一、n维数组（张量，Tensor）1.定义张量（Tensor）是一个通用的n维数组数据结构。
爱吃羊的老虎·2025-06-13 03:14

pytorch 中前向传播和后向传播的自定义函数

本文也很简单，主要讲解pytorch的前向传播张量计算，和后向传播获取梯度计算。一、torch.autograd.function每一个原始的自动求导运算实际上是两个对Tensor操作的函数forwa
四川兔兔·2025-06-13 00:27

PyTorch 中torch.einsum函数的使用详解和工程应用示例

torch.einsum是PyTorch中非常强大的函数，用于灵活定义张量的乘法、求和、转置、点乘、外积等各种线性代数操作。
点云SLAM·2025-06-13 00:57

PyTorch：让深度学习像搭积木一样简单有趣！

文章目录一、张量：PyTorch世界的万能积木块⚡二、动态计算图：你的神经网络"乐高说明书"三、神经网络模块化：像堆积木一样建模型四、训练三板斧：优化器/损失函数/数据加载1.数据管道（Dataset+
pythonpapaxia·2025-06-13 00:56

（十二）深度学习计算性能：硬件架构、算法效率与理论极限分析

在深度学习中，计算图由一系列节点组成，每个节点表示一个操作或张量。这种编程方式能够在执行前对整个计算过程进行优化，提高计算效率。符号式编程的主
只有左边一个小酒窝·2025-06-12 21:01

海思昇腾/达芬奇架构在 Android 系统中的异构部署：NPU × CPU × GPU 联合调度与模型落地实践全流程解析

海思昇腾/达芬奇架构在Android系统中的异构部署：NPU×CPU×GPU联合调度与模型落地实践全流程解析关键词海思昇腾、达芬奇架构、AndroidNPU部署、NNIE、ACL、异构计算、张量融合、CANN
观熵·2025-06-12 18:05

python打卡第48天

知识点回顾：随机张量的生成：torch.randn函数卷积和池化的计算公式（可以不掌握，会自动计算的）pytorch的广播机制：加法和乘法的广播机制ps：numpy运算也有类似的广播机制，基本一致**torch.randn
whyeekkk·2025-06-11 21:18

深度学习框架pytorch入门与实践

可以通过以下命令安装：pipinstalltorchtorchvision张量和自动微分在pytorch中，tensor是一个多维数组，类似于numpy中的ndarray。tensor支
风吹晚风悠·2025-06-11 21:48

python第48天打卡

知识点回顾：随机张量的生成：torch.randn函数卷积和池化的计算公式（可以不掌握，会自动计算的）pytorch的广播机制：加法和乘法的广播机制ps：numpy运算也有类似的广播机制，基本一致作业：
zdy1263574688·2025-06-11 21:43

DeepLake 支持的 `htype` 类型一览

以下是DeepLake中支持的完整张量类型（htype）列表，这些类型用于定义数据集中的每个字段（如图像、标签、文本等），并决定了DeepLake如何处理和优化存储与加载。
燃灯工作室·2025-06-11 19:28

在 Deep Lake 中htype的参数

在DeepLake中，htype（即high-leveltype）用于定义张量的语义类型（如图像、标签、文本等），而每个htype可以通过一些参数进一步配置其行为和存储方式。
燃灯工作室·2025-06-11 19:28

Deep Lake 简介

张量存储数据以张量格式存储，兼容主流深度学习框架（如PyTorch、TensorFlow）。数据
·2025-06-11 19:57

python训练营打卡第48天

随机函数与广播机制知识点回顾：随机张量的生成：torch.randn函数卷积和池化的计算公式（可以不掌握，会自动计算的）pytorch的广播机制：加法和乘法的广播机制ps：numpy运算也有类似的广播机制
ppdkx·2025-06-10 16:16

DAY 42 超大力王爱学Python

回调函数lambda函数hook函数的模块钩子和张量钩子Grad-CAM的示例importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.optim.lr_schedulerimportStepLRfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasets
超大力王·2025-06-10 15:33

python打卡day48

知识点回顾：随机张量的生成：torch.randn函数卷积和池化的计算公式（可以不掌握，会自动计算的）pytorch的广播机制：加法和乘法的广播机制ps：numpy运算也有类似的广播机制，基本一致作业：
纨妙·2025-06-10 08:54

第四十二天打卡

知识点回顾回调函数lambda函数hook函数的模块钩子和张量钩子Grad-CAM的示例作业：理解下今天的代码即可#定义一个回调函数defhandle_result(result):"""处理计算结果的回调函数
luyiebbh·2025-06-09 20:01

PyTorch：动态计算图的革命与深度学习工程实践

本文将系统解构动态计算图的数学本质，梳理从张量操作到分布式训练的完整技术栈，为开发者提供从入门到精通的工程化指南。
Gupao12·2025-06-09 17:36

DAY48

随机张量的生成在PyTorch中，torch.randn()是一个常用的随机张量生成函数，它可以创建一个由标准正态分布（均值为0，标准差为1）随机数填充的张量。
·2025-06-09 13:09

DAY 48 随机函数与广播机制

知识点回顾：随机张量的生成：torch.randn函数卷积和池化的计算公式（可以不掌握，会自动计算的）pytorch的广播机制：加法和乘法的广播机制ps：numpy运算也有类似的广播机制，基本一致作业：
MasterLLL0228·2025-06-09 13:08

DAY 42 Grad-CAM与Hook函数

知识点回顾回调函数lambda函数hook函数的模块钩子和张量钩子Grad-CAM的示例作业：理解下今天的代码即可importtorchimporttorch.nnasnnimporttorch.nn.functionalasFimporttorchvisionimporttorchvision.transformsastransformsimportnumpyasnpimportmatplotl
MasterLLL0228·2025-06-09 03:57

Python_day48随机函数与广播机制

在继续讲解模块消融前，先补充几个之前没提的基础概念尤其需要搞懂张量的维度、以及计算后的维度，这对于你未来理解复杂的网络至关重要一、随机张量的生成在深度学习中经常需要随机生成一些张量，比如权重的初始化，或者计算输入纬度经过模块后输出的维度
且慢.589·2025-06-08 19:01

Python打卡训练营day42——2025.06.01

知识点回顾回调函数lambda函数hook函数的模块钩子和张量钩子Grad-CAM的示例#定义一个回调函数defhandle_result(result):"""处理计算结果的回调函数"""print(
莱茵菜苗·2025-06-08 04:16
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他