tensors

PyTorch教程中文版

前置知识：python、神经网络目录基础概念：张量Tensors：tensor的性质：tensor的操作：基本使用：数据集自定义数据集：数据载入器变换搭建神经网络模型参数：自动微分禁止梯度跟踪计算图tensor
深海探照灯·2022-10-28 15:04

pytorch-lightning的一些记录

我们可以使用tensors_from_all=self.all_gather(my_tensor)比如：deftraining_
IT_小马哥·2022-10-24 20:33

Tensors教程

目录Tensors简介Tensors的初始化Tensors的属性Tensors的操作注：本教程主要参考官方文档。
杨BOSS响·2022-09-28 07:05

Pytorch深度学习笔记（01）--自动求导、梯度下降、反向传播

张量Tensors二、Autograd:自动求导(automaticdifferentiation)1、变量(Variable)核心类2、函数（Function）3、梯度（Gradients）梯度（可简单理解为导数
呆呆酱～^_^·2022-09-27 18:50

C#中部署PaddleSeg的ONNX模型

usingSystem;usingSystem.Collections.Generic;usingSystem.IO;usingSystem.Linq;usingMicrosoft.ML.OnnxRuntime.Tensors
_PNDLSKI·2022-09-13 09:06

深度学习框架PyTorch入门（1）

本文是DEEPLEARNINGWITHPYTORCH:A60MINUTEBLITZ的学习笔记教程主要分为以下4个部分：TENSORS(张量)AGENTLEINTRODUCTIONTOTORCH.AUTOGRAD
林枫bioinfo·2022-08-28 22:58

PyTorch 深度学习:60分钟快速入门

1.2Tensors（张量）1.3张量操作1.4NumPy转换1.5CUDA张量2自动求导(Autograd)2.1张量（Tensor）2.2梯度3神经网络3.1定义网络3.2损失函数3.3反向传播3.4
AI小白一枚·2022-08-23 07:14

pytorch的python API略读--tensor(五）

torch.cat将一系列的tensor连接起来，这里要求被连接的tensor要有同样的shape，这个函数的用法如下：torch.cat(tensors,dim=0,*,out=None)这里的tensors
机器视觉全栈er·2022-07-22 07:23

PyTorch 学习笔记 2 —— About Tensor

文章目录1.TensorInitialization2.TensorAttributes3.TensorOperationsTensor是PyTorch中一种特殊的矩阵存储结构，与numpy类似，只不过tensors
我有两颗糖·2022-06-30 07:09

pytorch快速搭建神经网络--pytorch基本操作学习

目录1.pytorch入门1.1pytorch是什么1.2安装pytorch2.pytorch基本操作元素2.1Tensors张量2.2张量运算2.3张量索引2.4Torchtensor与Numpyndarray
Never Hanoi·2022-06-18 07:39

Pytorch tensor的拼接与拆分

tensor的拼接与拆分cat函数torch.cat(tensors,dim=0,*,out=None)→Tensor在指定的维度dim上，连接给定的一组张量。
程序之巅·2022-06-14 10:19

Pytorch学习笔记1——Tensor

Pytorch学习笔记1——Tensor**PytorchLearningNotes**0.Intro1.TENSORS1.1**引入方式**1.2**定义方式**1.3**特性**1.4**操作**1.5
JYH072666·2022-06-14 10:36

详解pytorch之tensor的拼接

1.torch.cat(tensors,dim=0,*,out=None)---不新增维度tensors即要拼接的t
扫地僧1234·2022-06-14 09:09

PyTorch学习笔记（3）autograd 自动求导

自动求导torch.autograd.backward自动求取梯度tensors用于求导的张量retain_graph保存计算图create_graph创建导数计算图用于高阶求导grad_tensors
TongYixuan_LUT·2022-06-05 07:58

PyTorch学习之autograd（自动求导）

autograd1.最常用的方法就是torch.autograd.backward(）torch.autograd.backward(tensors,grad_tensors=None,retain_graph
Leo&&Eva·2022-06-05 07:21

tensorflow:batch and shuffle_batch

tf.train.shuffle_batch的作用都是从队列中读取数据．tf.train.batchtf.train.batch()按顺序读取队列中的数据队列中的数据始终是一个有序的队列．队头一直按顺序补充，队尾一直按顺序出队．参数：tensors
DLANDML·2022-05-11 07:11

TensorFlow之tf.train.batch与tf.train.shuffle_batch

一、tf.train.batchtf.train.batch是按顺序读取队列中的数据tf.train.batch(tensors,batch_size,num_threads=1,capacity=32
kk123k·2022-05-11 07:40

PyTorch深度学习实践概论笔记5-课后练习2：pytorch官方教程【中英讲解】

目录1Tensors1.1warm-up:numpy1.2PyTorch:Tensors2Autograd2.1PyTorch:Tensorsandautograd2.2PyTorch:Definingnewautogradfun
双木的木·2022-04-29 07:22

pytorch学习三、softmax回归

来自于https://tangshusen.me/Dive-into-DL-PyTorch/#/官方文档https://pytorch.org/docs/stable/tensors.htmlsoftmax
梦无羡·2022-04-10 00:10

【转载】Pytorch在加载模型参数时指定设备

转载https://sparkydogx.github.io/2018/09/26/pytorch-state-dict-gpu-to-cpu/>>>torch.load('tensors.pt')#LoadalltensorsontotheCPU
苦行僧(csdn)·2022-04-07 07:57

python中backward函数_Pytorch中torch.autograd ---backward函数的使用方法详细解析，具体例子分析...

backward函数官方定义：torch.autograd.backward(tensors,grad_tensors=None,retain_graph=None,create_graph=False
weixin_39634480·2022-03-28 15:31

Pytorch自动求导函数详解流程以及与TensorFlow搭建网络的对比

其中，forward函数计算从输入Tensor获得的输出Tensors。而backward函数接收输出，Tensors对于某个标量值得梯度，并且计算输入Tensors相对于该相同标量值得梯度。
·2022-03-22 12:24

PyTorch中的torch.cat简单介绍

目录1.toych简单介绍2.张量Tensors3.torch.cat1.toych简单介绍包torch包含了多维疑是的数据结构及基于其上的多种数学操作。
·2022-03-17 13:59

Pytorch教程[01]张量操作

一、张量拼接与切分1.1torch.cat()功能：将张量按维度dim进行拼接•tensors:张量序列•dim:要拼接的维度torch.cat(tensors,dim=0,out=None)1.2torch.stack
迪菲赫尔曼·2022-03-12 07:30

Tensorflow【branch-官网代码实践-Eager/tf.data/Keras/Graph】_8.19

Tensorflow有low-level和high-level两种APIs，low-level如：tensors的编辑、variables的编辑、graphsandsessions的管理，model的saveandrestore
moonfansLTH·2022-02-08 10:45

Pytorch：torch.cat()

torch.cat(seq,dim=0,out=None)→Tensor参数描述seq（Tensors的序列）可以是相同类型的Tensor的任何python序列dim（int，可选）沿着此维连
宁静致远*·2022-02-07 07:21

pytorch每日一学29(torch.cat())在给定的维度上对tensor进行拼接

第29个方法torch.cat(tensors,dim=0,*,out=None)→Tensor此方法的意思是对给定的tensor在指定的维度上进行拼接，可以看做是torch.split()和torch.chunk
Fluid_ray·2022-02-07 07:04

求偏导的一般形式

可拆解为：一阶梯度为jaccob矩阵特别的，当时，一阶梯度为：在pytorch的autograd.grad函数或backward方法中，grad_outputs/grad_tensors是一个与outputs
chenymcan·2022-01-28 22:53

深入浅析Pytorch中stack()方法

3.1.2dim=1的情况下3.1.2dim=2的情况下3.1.3总结3.27个shape为[5,7,4,2]的张量4.理解Torch.stack()1.概念在一个新的维度上连接一个张量序列2.参数tensors
·2021-11-09 10:55

Pytorch中stack()方法的理解

Torch.stack()1.概念在一个新的维度上连接一个张量序列2.参数tensors（sequence）需要连接的张量序列dim（int）在第dim个维度上连接注意输入的张量shape要完全一致，且
汤曾捷·2021-11-08 22:00

1-4 李宏毅2021春季机器学习教程-PyTorch教学-助教许湛然

更多操作查看:https://pytorch.org/docs/stable/tensors.html目录Prerequisites-准备工作WhatisPyTorch?-什么是pytorch?
双木的木·2021-11-05 11:31

Python Pytorch深度学习之Tensors张量

目录一、Tensor（张量）二、操作总结环境：Anaconda自带的编译器——Spyder最近才开使用conda，发现conda就是yyds，爱啦~一、Tensor（张量）importtorch#构造一个5*3的空矩阵x=torch.FloatTensor(5,3)print(x)#构造随机初始化矩阵x=torch.rand(5,3)print(x)#构造一个矩阵全为0，而且数据类型为longx=
·2021-10-28 10:48

Pytorch中的aytograd

·在整个Pytorch框架中，所有的神经网络本质上都是一个autogradpackage（自动求导工具包）·autogradpackage提供了一个对Tensors上所有的操作进行自动微分的功能。
赵有才er·2021-10-22 23:22

Pytorch基本操作

基本元素操作·Tensors张量：张量的概念类似于Numpy中的ndarray数据机构，最大的区别在于Tensor可以利用GPU的加速功能。
赵有才er·2021-10-22 02:54

pytorch教程之Tensor的值及操作使用学习

目录1、Tensors建立5*3的矩阵，未初始化建立随机初始化矩阵建立零初始化矩阵，数据类型是Long建立一个tensor数据来源于data获取tensor的size2、对Tensor的操作实现加法的四种方式所有原地替换使用标准的
·2021-09-07 14:34

Pytorch袖珍手册之三

..odels.149209000X.pdf」，你可以不限速下载复制这段内容打开「阿里云盘」App即可获取链接：https://www.aliyundrive.com/s/NZvnGbTYr6C第二章Tensors
深思海数_willschang·2021-09-02 09:23

pytorch 基本操作（二）——拆分、合并

pytorch基本操作（二）——拆分、合并catstacksplitchunk参考文献：catcat就是简单的合并操作，假设我们现在有两个tensors，一个维度为4x32x8，另一个为5x32x8，我们将这两个
WuRobb·2021-07-30 11:00

TensorFlow从checkpoint中读取模型的参数

fromtensorflow.python.toolsimportinspect_checkpointaschkpchkp.print_tensors_in_checkpoint_file("..
436宿舍·2021-06-16 10:46

device2

startumlinterfaceKernelRuntime{Init()AssignMemory(session::KernelGraph*graph)RunOpAssignMemory(conststd::vector&input_tensors
qianlong21st·2021-06-15 05:09

Tensorflow进阶

拼接：tf.concat(tensors,axis)a=tf.random.normal([4,35,8])b=tf.random.normal([6,35,8])tf.concat([a,b],axis
不知哥哥是女郎·2021-05-02 16:32

PyTorch Python API详解大全（持续更新ing...）

最早更新时间：2021.4.23最近更新时间：2021.6.4文章目录0.常用属性及函数统一解释1.torch1.1Tensors1.1.1CreationOps1.1.2Indexing,Slicing
诸神缄默不语·2021-04-23 22:17

TensorFlow版本带来的concat错误

在TensorFlow1.0以前的版本（0.x）的API中，concat的参数是数字在前，tensors在后的：tf.concat(3,net,na
Cloudox_·2021-03-11 00:22

Python 深度学习 Pytorch Tensors新手入门必备教程

**深度学习PytorchTensors部分讲解**#导入库importtorchimportnumpyasnp1.创建Tensor1.1直接从数据创建#可以直接利用数据创建tensor,数据类型会被自动推断出data=[[1,2],[3,4]]x_data=torch.tensor(data)print(x_data)tensor([[1,2],[3,4]])1.2从Numpy创建#Tensor
屁屁鹏·2021-02-25 23:17

tfa.seq2seq.TrainingSampler 理解总结

调用trainingSampler.initialize(input_tensors)时，取各batch中time_step=0的数据，拼接成一个数据集，返回。
·2021-02-02 02:26

tfa.seq2seq.TrainingSampler 理解总结

调用trainingSampler.initialize(input_tensors)时，取各batch中time_step=0的数据，拼接成一个数据集，返回。
·2021-02-02 02:35

【深度学习】翻译：60分钟入门PyTorch（二）——Autograd自动求导

DeepLearningwithPyTorch:A60MinuteBlitz翻译：林不清（https://www.zhihu.com/people/lu-guo-92-42-88）目录60分钟入门PyTorch（一）——Tensors60
风度78·2021-01-31 11:00

【Pytorch入门】合并与分割

Pytorch学习笔记——合并与分割torch.cattorch.cat(tensors,dim=0,out=None)作用：torch.cat是将两个tensor拼接在一起torch.cat主要有两种用法
Cat♟·2021-01-28 19:58

print输出 pytorch_PyTorch 深度学习: 60分钟快速入门

一、PyTorch是什么他是一个基于Python的科学计算包，目标用户有两类为了使用GPU来替代numpy一个深度学习援救平台：提供最大的灵活性和速度开始张量(Tensors)张量类似于numpy的ndarrays
何明科·2021-01-13 19:08

pytorch对tensor的一些基本操作(二)

Tensor张量importtorch1.torch.stack():对tensors沿指定维度拼接，但返回的Tensor会多一维a=torch.rand(2,3)b=torch.randn(2,3)d
mario517·2020-12-22 22:11

pytorch线性回归代码_[PyTorch 学习笔记] 1.3 张量操作与线性回归

github.com/zhangxiann/PyTorch_Practice/blob/master/lesson1/linear_regression.py张量的操作拼接torch.cat()torch.cat(tensors
weixin_39800387·2020-11-25 22:33
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他