张量

学习笔记(26)：线性代数-张量的降维求和，简单示例

学习笔记(26)：线性代数-张量的降维求和，简单示例1.先理解“轴（Axis）”的含义张量的“轴”可以理解为维度的方向索引。
宁儿数据安全·2025-06-07 21:23

Python Einops库：深度学习中的张量操作革命

Einops（爱因斯坦操作库）就像给张量操作戴上了一副"语义眼镜"——让你用人类能理解的方式告诉计算机如何操作多维数组。
我就是全世界·2025-06-07 12:35

Python训练第四十二天

DAY42Grad-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Grad-CAM在深度学习中，我们经常需要查看或修改模型中间层的输出或梯度
火兮明兮·2025-06-07 10:20

Ubuntu22.04安装MinkowskiEngine

MinkowskiEngine简介Minkowski引擎是一个用于稀疏张量的自动微分库。它支持所有标准神经网络层，例如对稀疏张量的卷积、池化和广播操作。
·2025-06-06 23:57

昇思25天学习打卡营第十五天|基于 MindSpore 实现 BERT 对话情绪识别

今天是第十五天，从第十天开始，进入了应用实战阶段，前九天都是基础入门阶段，具体的学习内容可以看链接基础学习部分昇思25天学习打卡营第一天|快速入门昇思25天学习打卡营第二天|张量Tensor昇思25天学习打卡营第三天
明志刘明·2025-06-06 16:10

第36节：PyTorch基本张量操作

1.张量基础概念张量(Tensor)是PyTorch中的核心数据结构，可以看作是多维数组的扩展。在PyTorch中，张量不仅用于存储数据，还是构建神经网络的基础组件。
点我头像干啥·2025-06-06 12:44

深度学习在非线性场景中的核心应用领域及向量/张量数据处理案例，结合工业、金融等领域的实际落地场景分析

解决方案‌：‌输入张量‌：高分辨率晶圆图像→三维张量(Batch,Height,Width,Channels)12‌模型结构‌：CNN+ReLU激活函数→多层非线性特征提取38‌输出‌：缺陷位置概率热图
MYH516·2025-06-06 11:03

deepseek问答：torch.full() 函数详解

torch.full()是PyTorch中用于创建指定形状、所有元素值都相同的新张量的核心函数。它在深度学习中有广泛应用，尤其是在初始化张量和创建特殊数据结构时。
溯源006·2025-06-06 00:58

deepseek问答记录：请讲解一下torch.full_like()

torch.full_like()是PyTorch中的一个张量创建函数，用于创建一个与输入张量形状相同但所有元素值都填充为指定标量值的新张量。
溯源006·2025-06-06 00:57

【笔记】MLA矩阵吸收分析

文章目录一、张量运算的计算量1.FLOPs定义2.张量计算顺序对计算量的影响二、MLA第一次矩阵吸收的计算量分析1.原始注意力计算2.MLA源代码中的吸收方式3.提前吸收4.比较分析4.1比较顺序1和顺序
WK-Q·2025-06-05 05:12

python学习打卡day33

DAY33简单的神经网络知识点回顾：PyTorch和cuda的安装查看显卡信息的命令行命令（cmd中使用）cuda的检查简单神经网络的流程数据预处理（归一化、转换成张量）模型的定义继承nn.Module
vijaycc·2025-06-04 16:59

Pytorch的梯度控制

这里区分两个常用方法：1.tensor.requires_grad=False目标：单个张量（通常是模型参数nn.Parameter）。行
白雾街·2025-06-03 20:02

DAY42打卡

@浙大疏锦行DAY42Grad-CAM与Hook函数知识点回顾1.回调函数2.lambda函数3.hook函数的模块钩子和张量钩子4.Grad-CAM的示例作业：理解下今天的代码即可Grad-CAM(Gradient-weightedClassActivationMapping
weixin_71046789·2025-06-03 11:24

python学习打卡day42

DAY42Grad-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1.回调函数Hook本质是回调函数，所以我们先介绍一下回调函数回调函数是作为参数传递给其他函数的函数
vijaycc·2025-06-03 05:11

【Pytorch学习笔记】模型模块06——hook函数

它主要用于获取和修改张量在反向传播过程中的梯度。语法格
越轨·2025-06-02 16:06

神经网络-Day42

、前置知识1.1回调函数1.2lamda匿名函数二、hook函数2.1模块钩子(ModuleHooks)2.1.1前向钩子(ForwardHook)2.1.2反向钩子(BackwardHook)2.2张量钩子
红衣小蛇妖·2025-06-02 09:47

GPU深度学习性能的三驾马车：Tensor Core、内存带宽与内存层次结构

TensorCore（张量计算核心）是最重要的因素，其次是GPU的内存带宽和缓存层次结构，最后是GPU的FLOPS。
m0_70960708·2025-06-02 07:34

Python打卡DAY42

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回调函数：#定义一个回调函数defhandle_result(result):"""处理计算结果的回调函数
chicpopoo·2025-06-02 06:25

【python深度学习】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一、回调函数回调函数是作为参数传递给其他函数的函数，其目的是在某个特定事件发生时被调用执行
抽风的雨610·2025-06-02 05:24

大模型转换为 GGUF 并使用Ollama部署

GGML是专门为了机器学习设计的张量库，最早可以追溯到2022/10。其目的是为了有一个单文
大模型应用·2025-06-02 01:50

2、PyTorch基础教程：从张量到神经网络训练

PyTorch主要有以下几个基础概念：张量（Tensor）、自动求导（Autograd）、神经网络模块（nn.Module）、优化器（optim）等。
AI风老师·2025-06-01 23:06

【深度学习-Day 20】PyTorch入门：核心数据结构张量(Tensor)详解与操作

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手
吴师兄大模型·2025-06-01 18:02

Pytorch基础操作

PhD看我简历上面写了”熟悉pytorch框架“，然后就猛猛提问了有关于tensor切片的问题…当然是没答上来，因此在这里整理一下pytorch的一些基础编程语法，常看常新PyTorch基础操作全解一、张量初始化
xsddys·2025-05-31 19:47

Python 里 PyTorch 的张量操作全解析

Python里PyTorch的张量操作全解析关键词：PyTorch、张量操作、深度学习、Python、数据处理摘要：本文全面深入地解析了PyTorch中的张量操作。
Python编程之道·2025-05-31 13:03

PyTorch维度操控：squeeze与unsqueeze详解

PyTorch中的squeeze和unsqueeze是用于改变张量维度的重要函数：squeeze()函数作用：移除张量中大小为1的维度importtorch#创建一个形状为(1,3,1,4)的张量x=torch.randn
KingDol_MIni·2025-05-30 03:51

Pytorch中一些重要的经典操作和简单讲解

中一些重要的经典操作和简单讲解：形状变换操作reshape()/view()importtorchx=torch.randn(2,3,4)print(f"原始形状:{x.shape}")#reshape可以处理非连续张量
KingDol_MIni·2025-05-30 03:50

Python训练打卡Day33

神经网络的训练知识点回顾：PyTorch和cuda的安装查看显卡信息的命令行命令（cmd中使用）cuda的检查简单神经网络的流程数据预处理（归一化、转换成张量）模型的定义继承nn.Module类定义每一个层定义前向传播流程定义损失函数和优化器定义训练流程可视化
编程有点难·2025-05-29 22:47

深度解析 torch.mean 的替代方案

torch.mean是什么意思代码效果解释segment_vector=torch.mean(segment_embedding,dim=1)#[1,hidden_dim]这行代码的作用是在指定维度上对张量
ZhangJiQun&MXP·2025-05-29 12:39

PyTorch 中mm和bmm函数的使用详解

input:第一个二维张量，形状为(n×m)mat2:第二个二维张量，形状为(m×p)返回：形状为(n×p)的张量二、使用条件和注意事项
点云SLAM·2025-05-28 21:47

Transformers 库 Tokenizer 高级用法解析：从文本预处理到模型输入的一站式解决方案

Transformers库提供的TokenizerAPI集成了分词、ID转换、填充、截断及框架张量适配等核心功能，能够高效生成符合模型输入要求的数据结构。
佑瞻·2025-05-28 19:09

day33python打卡

知识点回顾：PyTorch和cuda的安装查看显卡信息的命令行命令（cmd中使用）cuda的检查简单神经网络的流程数据预处理（归一化、转换成张量）模型的定义继承nn.Module类定义每一个层定义前向传播流程定义损失函数和优化器定义训练流程可视化
qq_58459892·2025-05-28 15:06

Day 34

在PyTorch里，.to(device)方法的作用是把张量或者模型转移到指定的计算设备（像CPU或者GPU）上。
LiuSu789k·2025-05-28 12:42

MMAction2常用脚本

计算模型参数量#--shape：输入张量的形状，格式为batch_sizechannelsframesheightwidth，如1332224224pythontools/analysis_tools/
被放养的研究生·2025-05-27 08:33

生物计算芯片编译困境：SNN脉冲时序编码的优化迷宫与破局之道

脉冲时序编码的数学表征可分解为三个核心维度：1.时间编码微分几何结构脉冲时间序列在微分流形上的嵌入遵循非线性动力学规律，可用李导数描述脉冲相位在流形上的传播特性：LvT=vμ∂μT+ΓμνλvνTμ其中T表示脉冲时序张量场
尘烬海·2025-05-27 02:56

pytorch深度学习框架基本介绍

目录1.PyTorch简介1.1什么是PyTorch1.2PyTorch的特点2.安装与配置2.1安装PyTorch2.2配置CUDA环境3.基础概念3.1张量(Tensor)3.1.1创建张量3.1.2
一九11111·2025-05-26 04:19

python打卡训练营打卡记录day33

知识点回顾：PyTorch和cuda的安装查看显卡信息的命令行命令（cmd中使用）cuda的检查简单神经网络的流程数据预处理（归一化、转换成张量）模型的定义继承nn.Module类定义每一个层定义前向传播流程定义损失函数和优化器定义训练流程可视化
yorushika_·2025-05-26 00:52

day33 python深度学习入门

目录深度学习入门：PyTorch实现鸢尾花分类一、环境搭建1.创建Python环境2.安装必要的库3.检查CUDA环境二、数据准备1.加载数据集2.数据预处理3.转换为PyTorch张量三、模型构建1.
xiaohanbao09·2025-05-25 20:26

实验笔记之——Ubuntu20.04配置nvidia以及cuda并测试3DGS与SIBR_viewers

高斯模型的初始化，初始化过程中加载或定义了各种相关的属性使用的球谐阶数、最大球谐阶数、各种张量（_xyz等）、优化器和其他参数。self.act
gwpscut·2025-05-24 23:43

【动手学深度学习】2.2. 数据预处理

目录2.2.数据预处理1）读取数据集2）处理缺失值3）转换为张量格式4）小结.2.2.数据预处理本节我们将简要介绍使用Python中pandas预处理原始数据，并将原始数据转换为张量格式的步骤。.
XiaoJ1234567·2025-05-24 06:44

【动手学深度学习】2.3. 线性代数

目录2.3.线性代数1）标量2）向量3）矩阵4）张量5）张量的基本性质6）降维7）点积8）矩阵-向量积9）矩阵-矩阵乘法10）范数11）小结2.3.线性代数本节将介绍线性代数中的基本数学对象、算术和运算
XiaoJ1234567·2025-05-24 06:40

pytorch_course3

__version__'1.12.1'使用PyTorch计算梯度数值PyTorch的Autograd模块实现了深度学习的算法中的向传播求导数，在张量（Tensor类）上的所有操作，Autograd都能为他们自动提供微分
wenxingxingxing·2025-05-23 16:37

PyTorch学习之：torch.gather是什么？

torch.gather的定义：torch.gather是PyTorch中的一个张量操作函数，其作用是根据指定的维度（dim）和索引张量（index），从输入张量（input）中收集元素，生成一个与索引张量形状相同的输出张量
杰瑞学AI·2025-05-23 10:54

Python_day33 简单的神经网络

知识点回顾：PyTorch和cuda的安装查看显卡信息的命令行命令（cmd中使用）cuda的检查简单神经网络的流程数据预处理（归一化、转换成张量）模型的定义继承nn.Module类定义每一个层定义前向传播流程定义损失函数和优化器定义训练流程可视化
且慢.589·2025-05-23 00:21

5.22打卡

@浙大疏锦行DAY33简单的神经网络知识点回顾：1.PyTorch和cuda的安装2.查看显卡信息的命令行命令（cmd中使用）3.cuda的检查4.简单神经网络的流程a.数据预处理（归一化、转换成张量）
丁值心·2025-05-22 11:58

python的opencv的图像对象存储的颜色通道_OpenCV大型阵列类型Mat类

一、Mat类Mat类是C++实现的OpenCV库的核心，表示一个N维度单通或多通道阵列，可以用来存储实数或复数值向量和数组，灰度或彩色图像，向量场，张量及直方图(当然高纬度的直方图存储在稀疏Mat类更合适
斗鱼直播-大司马~~·2025-05-22 08:37

Pytorch---view()函数

在PyTorch中，view函数是一个极为重要的张量操作函数，其主要功能是对张量的形状进行重塑，与此同时会尽力维持张量中元素的总数不变。
MzKyle·2025-05-20 19:07

pytorch torch.Tensor.item() 方法介绍

功能item()方法用于从一个包含单个值的张量（即形状为torch.Size([])的0维张量）中提取该值，并将其作为一个Python标量返回。语法tensor.item()参数无参数。
qq_27390023·2025-05-19 15:00

第三十七节：视频处理-视频读取与处理

一、视频的本质解析1.1视频的数学表达视频本质上是三维张量（高度×宽度×时间）的连续变化过程，可表示为：V(x,y,t
摸鱼许可证·2025-05-19 13:47

第18周：对于ResNeXt-50算法的思考

思路：当conv_shortcut=False时，shortcut直接取x，也就是输入张量。然后x经过第一个1x1卷积，输出的通道数是filters，接着是分组卷积。假设
?Agony·2025-05-19 06:31

PyTorch 张量基础操作：从入门到实践的深度解析

而张量（Tensor）作为PyTorch的核心数据结构，贯穿深度学习的整个流程，无论是数据预处理、模型构建还是训练优化，都离不开对张量的灵活运用。
wwangxubin·2025-05-18 15:23
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他