张量

pytorch 的 cat函数的详解

cat是concatnate的意思，也就是说进行张量的拼接实例：>>>importtorch>>>A=torch.ones(2,3)#2x3的张量（矩阵）>>>Atensor([[1.,1.,1.],[
Vertira·2025-05-18 14:15

torch.randn()参数size与输出张量形状详解

torch.randn()参数size与输出张量形状详解torch.randn(*size,*,out=None,dtype=None,layout=torch.strided,device=None,
zwma_33·2025-05-18 07:58

pytorch小记（二十二）：全面解读 PyTorch 的 `torch.cumprod`——累积乘积详解与实战示例

pytorch小记（二十二）：全面解读PyTorch的`torch.cumprod`——累积乘积详解与实战示例一、函数签名与参数说明二、基础用法1.一维张量累积乘积2.二维张量按行／按列累积三、`dtype
墨绿色的摆渡人·2025-05-18 07:27

【TensorFlow系列教程第二章】深入理解 TensorFlow 中的张量、计算图与会话

深入理解TensorFlow中的张量、计算图与会话摘要：本文旨在详细介绍TensorFlow中几个核心概念——张量（Tensor）、计算图（ComputationalGraph）以及会话（Session
代码简单说·2025-05-18 02:20

矩阵低秩张量分解_数据科学里的张量（上）

在我研究生入学的时候，张量(tensor)分解还只是活跃在计算数学领域的一个小方向，经过这几年时间的发展，张量分解以及基于张量的方法遍布各个领域，机器学习一些著名的会议也出现了张量的子版块。
诡道荒行·2025-05-18 02:20

深入探讨TensorFlow：张量与矩阵

在TensorFlow中，张量（tensor）和矩阵（matrix）是核心概念，它们承担了存储数据和执行计算的重要任务。
人工智能杂谈·2025-05-18 02:19

计算图存储采用矩阵吗，和张量关系

计算图存储采用矩阵吗，和张量关系计算图的存储方式与张量的关系一、计算图的存储方式计算图（ComputationalGraph）是一种用于描述数学运算的有向无环图（DAG），其节点代表运算（如加减乘除、矩阵乘法
ZhangJiQun&MXP·2025-05-18 02:17

深度学习中常用的符号表达式

常常涉及到一些关键的符号的表达，为了更加规范常用的一些符号表达，现将其总结如下（该文件会持续性更新）：数字xxx:标量x\mathbf{x}x:向量X\mathbf{X}X:矩阵X\mathsf{X}X：张量
dunzane·2025-05-17 12:10

数据预处理全流程：从创建数据集到 PyTorch 张量的完整实践

本文通过一个完整的示例，演示如何创建包含缺失值的数据集、处理不同类型的缺失值，并将数据转换为PyTorch张量，为后续模型训练奠定基础。
wwangxubin·2025-05-16 21:02

PyTorch API 4 - 分布式通信、分布式张量

文章目录分布式通信包-torch.distributed后端支持PyTorch内置的后端选择哪个后端？常见环境变量选择使用的网络接口其他NCCL环境变量基础概念初始化返回类型：`bool`TCP初始化共享文件系统初始化环境变量初始化方法初始化后操作关闭处理重新初始化组DeviceMesh点对点通信同步与异步集合操作集合函数分布式键值存储分析集体通信性能多GPU集合函数第三方后端启动工具生成进程工具
编程乐园·2025-05-15 22:36

动手学深度学习（Pytorch版）代码实践 -卷积神经网络-16自定义层

__init__()#从其输入中减去均值#X.mean()计算的是整个张量的均值#希望计算特定维度上的均值，可以传递dim参数。#例如，每一列均值，X.mean(d
@李思成·2025-05-14 21:46

PyTorch 基础操作实践

广播机制广播机制允许不同形状的张量进行运算。例如，使用torch.arange函数创建张量a，其形状为(3,1)，表示有3行1列；再创建张量b，形状为(1,2)，即1行2列。
wwangxubin·2025-05-14 20:08

华为海思系列----昇腾张量编译器（ATC）模型转换工具----入门级使用指南（LINUX版）

由于官方SDK比较冗余且经常跨文档讲解且SDK整理的乱七八糟，对于新手来说全部看完上手成本较高，本文旨在以简短的方式介绍CAFFE/ONNX模型转om模型，并进行推理的全流程。希望能够帮助到第一次接触华为海思框架的道友们。大佬们就没必要看这种基础文章啦！注：本文所有操作均在WSL（Windows虚拟子系统）上操作的，默认root环境，默认开发板系统为LINUX，所有环境变量均写入bashrc，非虚
不想起名字呢·2025-05-14 10:03

【算能】bmruntime结构体bm_net_info_t详解

它包含了模型的输入/输出张量的元数据（如形状、数据类型、内存占用等），是模型部署过程中配置输入输出、预分配内存和动态调整模型的关键依据。
浩瀚之水_csdn·2025-05-13 19:52

GPU和TPU有什么区别

GPU（图形处理单元）和TPU（张量处理单元）都是用于加速计算的硬件，但它们的设计目标和应用场景不同。
MonkeyKing.sun·2025-05-12 10:17

[自然语言处理] NLP-文本预处理-详解

一、认识文本预处理1文本预处理及其作用文本语料在输送给模型前一般需要一系列的预处理工作,才能符合模型输入的要求,如:将文本转化成模型需要的张量,规范张量的尺寸等,而且科学的文本预处理环节还将有效指导模型超参数的选择
AIAdvocate·2025-05-12 07:55

标量/向量/矩阵/张量/范数详解及其在机器学习中的应用

标量（Scalar）、向量（Vector）、矩阵（Matrix）、张量（Tensor）与范数（Norm）详解及其在机器学习中的应用1.标量（Scalar）定义：标量是单个数字，仅具有大小（Magnitude
Psycho_MrZhang·2025-05-12 01:44

智能工厂的设计软件 表征论的三向度空间（意向相关项）

本文要点在最高级别上的数学诠释学观点中表征论的三向度空间（三个意向相关relative项引用）“表征模式张量空间--一般量化词@【词典词】：产品生产线程thread中最后的“封装”的生产任务--以主取式存在分类学划分的
一水鉴天·2025-05-11 17:29

【笔记】unsqueeze

这个操作对于调整张量的形状非常有用，尤其是在需要匹配特定维度要求（例如模型输入或`torchvision.utils.make_grid`函数的要求）时。
睡不着还睡不醒·2025-05-11 05:06

混合并行技术在医疗AI领域的应用分析（代码版）

混合并行技术（专家并行/张量并行/数据并行）通过多维度的计算资源分配策略，显著提升了医疗AI大模型的训练效率与推理性能。
Allen_Lyb·2025-05-11 04:57

python中.item()

原文链接张量自带函数，将张量转变为python的数值，它只能用于单个张量通过item函数从张量变成了python数值
精分天秤座的mystery·2025-05-09 20:32

Python TensorFlow库【深度学习框架】全面讲解与案例

一、TensorFlow基础知识1.核心概念张量(Tensor):多维数组，是TensorFlow的基本数据单位（标量、向量、矩阵等）。
老胖闲聊·2025-05-09 17:07

python之使用ViT进行图像分类

包括与PyTorch相关的库（torch），与数据处理相关的库（如torchvision）、与张量操作方面的库（如einops）等。2）对数据进行预处理。
老歌老听老掉牙·2025-05-09 05:19

从Ampere到Hopper：GPU架构演进对AI模型训练的颠覆性影响

从Ampere到Hopper的演进路径中，英伟达通过‌张量核心升级‌、‌显存架构优化‌、‌计算范式革新‌三大技术路线，将LLM（大语言模型）训练效率提升至新高度‌。
学术猿之吻·2025-05-09 04:44

【深度学习-Day 2】图解线性代数：从标量到张量，理解深度学习的数据表示与运算

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·2025-05-07 14:44

PrimExpr 与 RelayExpr 的区别

以下是它们的核心区别和关联：1.设计目标与层级特性PrimExprRelayExpr所属层级TVM底层张量表达式（TIR层）Relay前端高级计算图主要用途循环优化、硬件指令生成神经网络计算图表示抽象级别低层级
胡乱儿起个名·2025-05-07 09:45

记9（Torch

目录1、Troch1、Troch函数说明举例torch.tensor()torch.arange()创建张量创建一个标量：torch.tensor(42)创建一个一维张量：torch.tensor([1,2,3
追求源于热爱！·2025-05-07 07:28

Torch框架

多彩的江湖三、Tensor概述1.概念2.特点3.数据类型四、Tensor的创建1.基本创建方式1.1torch.tensor1.2torch.Tensor1.3torch.IntTensor2.创建线性和随机张量
松石间意z·2025-05-07 04:19

人工智能 计算智能领域中分布估计算法的核心思想

接着，讨论了EDA在连续与离散问题上的扩展，以及最新的基于张量网络的方法。最后，总结了EDAs在优化
梁下轻语的秋缘·2025-05-06 21:00

PyTorch_张量索引操作

简单行，列索引操作importtorchimportnumpyasnp#简单行列索引deftest01():data=torch.randint(0,10,[4,5])print(data)#获得指定的某行元素print(data[0])#获得指定某个列的元素print(data[:,0])#逗号前面表示行，逗号后面表示列。冒号表示所有行或者所有列#获得指定位置的某个元素print(data[1,
CHNMSCS·2025-05-05 17:07

PyTorch_张量运算函数

importtorchimportnumpyasnp#均值deftest01():torch.manual_seed(0)data=torch.randint(0,10,[2,3],dtype=torch.float64)#默认对所有的数据计算均值print(data.mean())#按指定的维度计算均值print(data.mean(dim=0))print(data.mean(dim=1))#
CHNMSCS·2025-05-05 11:57

PyTorch_创建张量

在PyTorch中，Tensor(张量)是同一种数据类型的元素的多维矩阵。在PyTorch中，数据都是以张量的形式参与计算的。
CHNMSCS·2025-05-05 11:57

PyTorch与神经网络

PyTorchPyTorch的数据类型为张量，张量有多种，常用的为整型、浮点型、比特型。
你的凡王·2025-05-04 23:04

PyTorch_张量基本运算

基本运算中，包括add,sub,mul,div,neg等函数，以及这些函数的带下划线的版本add_,sub_,mul_,div_,neg_,其中带下划线的版本为修改原数据。代码importtorchimportnumpyasnp#不修改原数据的计算deftest01():data=torch.randint(0,10,[2,3])#开始值，结束值，形状print(data)#计算完成之后，会返回一
CHNMSCS·2025-05-04 14:33

dataset 报错：raise keyerror (key) from err 、too many indexers

wt_feature=self.wt_features[index]mt_feature=self.mt_features[index]label=self.true_ddg[index]#将特征和标签转换为张量类型
一条咸鱼在网游·2025-05-04 13:31

pytorch基础

PyTorch使用张量（tensor）来表示数据，可以轻松地处理大规模数据集，且可以在GPU上加速。PyTorch提供了许多高级功能，如自动微分（automaticdifferen
joekl·2025-05-04 06:16

pytorch写张量pt文件，libtorch读张量pt文件

直接在pytorch中，用torch.save保存的张量，可能因格式差异无法在C++中加载。
gaoenyang760525·2025-05-04 06:46

PyTorch_指定运算设备 （包含安装 GPU 的 PyTorch）

PyTorch默认会将张量创建在CPU控制的内存中，即：默认的运算设备为CPU。我们也可以将张量创建在GPU上，能够利用对于矩阵计算的优势加快模型训练。
CHNMSCS·2025-05-04 06:15

PyTorch_张量转换为numpy数组

使用tensor.numpy函数可以将张量转换为ndarray数组，但是共享内存，可以使用copy函数避免共享。共享内存会导致张量或者numpy中的其中一个更改后，另外一个会受到影响。
CHNMSCS·2025-05-04 06:15

PyTorch_numpy转换为张量

有两种方法：使用from_numpy可以将ndarray数组转换为tensor，默认共享内存，使用copy函数避免共享。使用torch.tensor可以将ndarray数组转换为tensor，默认不共享内存代码importtorchimportnumpyasnp#from_numpy函数的用法deftest01():data_numpy=np.array([2,3,4])data_tensor=t
CHNMSCS·2025-05-04 06:15

VTK----VTK数据结构详解2（计算机篇）

某些属性数据（例如法线、张量）需要具有与其定义一致的元组（在计算机编程中，元组（tuple）用来表示存储多种数据类型的有序值集。
dylan55_you·2025-05-04 04:37

赢者通吃自编码器（WTA-AE）

a.fullconnectWTA-AEb.Conv-WTA-AE简单理解：spatialsparsity:对卷积得到的feature-map-tensor(shape=[N,H,W,C]),沿每个channel,是一个H*W的张量
wzg2016·2025-05-03 20:10

PyTorch线性代数操作详解：点积、矩阵乘法、范数与轴求和

本文通过代码示例详细讲解PyTorch中常用的线性代数操作，包括点积、矩阵乘法、范数计算以及按轴求和等操作，帮助读者掌握张量运算的核心方法。
意.远·2025-05-02 11:27

pytorch学习14之读写文件

1、加载和保存张量一个张量：调用load和save函数分别读写它们。这两个函数都要求我们提供一个名称，save要求将要保存的变量作为输入。load读取已经存好的文件。importto
wuxuand·2025-05-02 04:44

20_大模型微调和训练之-基于LLamaFactory+LoRA微调LLama3后格式合并

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件共享的格式，并且易于在不同架构的GPU和CPU上进行推理。
吴法刚·2025-04-30 21:56

Python PyTorch库【机器学习框架】全面深入讲解与实践

其核心特性包括：动态计算图（Define-by-Run）GPU加速张量计算自动微分系统丰富的神经网络模块与TensorFlow的静态图相比，PyTorch的动态图机制更符合Python编程习惯，使其在学术研究中迅速流行
老胖闲聊·2025-04-30 21:52

ArrayFire - 通用张量计算库

本文翻译整理自：https://github.com/arrayfire/arrayfire一、关于ArrayFireArrayFire是一个通用张量计算库，能够简化针对CPU、GPU及其他硬件加速设备中并行架构的软件开发流程
编程乐园·2025-04-30 09:07

深度对比：DeepSeek与ChatGPT的技术差异与范式演进

具体而言，其决策模块可分解为：M(x)=σ(RL(x)⊕Symbolic_Reasoning(x))M(x)=σ(RL(x)⊕Symbolic_Reasoning(x))其中⊕⊕表示张量拼接操作，σσ为门控激活函数
张家铭02·2025-04-29 07:21

pytorch 2 张量操作

文章目录张量的创建直接创建torch.tensortorch.from_numpy依数值创建torch.zerostorch.zeros_liketorch.onestorch.ones_liketorch.fulltorch.full_liketorch.arangetorch.linspacetorch.logspacetorch.eyetorch.emptytorch.empty_liket
Gerarius·2025-04-28 10:38

pytorch之torch.nn.functional.grid_sample 函数详解

给定一个输入张量和一个表示流场的网格，该函数使用输入值和来自网格的像素位置计算输出。目前，仅支持空间（4维）和体积（5维）输入。空间(4D)输入对于形状为(N,C,Hin,Wi
AIVoyager·2025-04-28 10:06
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他