torch.rand

tensor维度变换

直接以view为例：a=torch.rand(4,1,28,28)a.view(4,28*28)2、squeezeunsque
dyh_chd·2023-09-26 19:43

PyTorch学习笔记（四）：Tensor合并与分割

cata=torch.rand(4,32,8)b=torch.rand(5,32,8)print(torch.cat([a,b],dim=0).shape)#torch.Size([9,32,8])stack
ICDAT_GO·2023-09-26 19:42

ternsor合并与分割

StackSplit、Chunk1、cat（concat）统计班级学生成绩：[class1-4,students,scores][class5-9,students,scores]将这九名学生的成绩进行合并a=torch.rand
dyh_chd·2023-09-26 19:09

《动手学深度学习 Pytorch版》 5.2 参数管理

importtorchfromtorchimportnnnet=nn.Sequential(nn.Linear(4,8),nn.ReLU(),nn.Linear(8,1))X=torch.rand(size
AncilunKiang·2023-09-16 07:56

目标检测中生成锚框函数详解

将设一张图片，宽和高为2,2X=torch.rand(size=(1,3,2,2))Y=generate_anchors(X,sizes=[0.75,0.5,0.25],ratios=[1,2,0.5]
computer_vision_chen·2023-09-13 08:12

2-Pytorch创建随机值张量

2-Pytorch创建随机值张量1导入必备库importtorchimportnumpyasnp2使用torch.rand()创建0-1均匀分布的随机数t=torch.rand(2,3)print(t)
知识推荐号·2023-09-11 07:10

深入浅出PyTorch函数torch.rand与torch.randn

torch.rand和torch.randn都是PyTorch中用于生成随机张量的函数，但它们生成随机数的方式有所不同。
枯木何日可逢春·2023-09-08 10:58

pytorch使用过程中的一点心得体会

类似TensorFlow的h=tf.nn.bias_add(conv,b)pytorch中直接两个Tensor相加即可，例子如下：importtorchtorch.manual_seed(2019)a=torch.rand
青元子cyan·2023-09-03 08:57

pytorch 入门 api

张量操作#引包importtorch#创建张量torch.empty(5,3)#创建5x3未初始化的张量torch.rand(5,3)#随机初始化张量torch.zeros(5,3,dtype=torch.long
zestloveheart·2023-09-02 20:15

均值

t=torch.rand(3,48)t.mean(dim=0,keepdim=True).shape#torch.Size([1,48])t=torch.rand(3,100,100,100)t.mean
菌子甚毒·2023-09-02 00:17

torch.randn()

torch.randn()中的四个数分别为：size：输出张量的形状dtype：输出张量的数据类型device：输出张量所在的设备requires_grad：是否对输出张量进行求导torch.rand(
理不理解·2023-08-30 03:54

einops中pack、unpack方法的使用记录

importtorchfromeinopsimportrearrange,repeat,reduce,pack,unpackimportnumpyasnpprompt=torch.rand((1,10)
Bingoyear·2023-08-25 07:14

pytorch 入门1-tensor 广播 view reshape

tensor的四则运算broadcastimporttorchimportnumpyasnp#张量tensor随机初始化x=torch.rand(4,3)print(x)y=torch.randn(4,3
闪闪发亮的小星星·2023-08-22 10:22

深度学习-实验1

使用初始化一个×的矩阵和一个×的矩阵，对两矩阵进行减法操作（要求实现三种不同的形式），给出结果并分析三种方式的不同（如果出现报错，分析报错的原因）同时需要指出在计算过程中发生了什么importtorcha=torch.rand
YYHPLA·2023-08-22 09:14

PyTorch Lightning教程八：用模型预测，部署

model=LitModel.load_from_checkpoint("best_model.ckpt")model.eval()x=torch.rand
小风_·2023-08-09 09:46

6.2 手写卷积类

__init__()self.weight=nn.Parameter(torch.rand(kernel_size))#如kernel_size=(2,2),则随机初始化一个2
computer_vision_chen·2023-08-06 07:15

pytorch的CrossEntropyLoss交叉熵损失函数默认是平均值

net=nn.Linear(4,2)loss=nn.CrossEntropyLoss()X=torch.rand(10,4)y=torch.ones(10,dtype=torch.long)y_hat=
stop the world·2023-08-04 09:41

深度学习计算：层和块（笔记）

importtorchfromtorchimportnnfromtorch.nnimportfunctionalasFnet=nn.Sequential(nn.Linear(20,256),nn.ReLU(),nn.Linear(256,10))X=torch.rand
NPU_Li·2023-08-01 21:23

pytorch基础：tensor

importosimportcv2importtorchif__name__=="__main__":#创建未初始化的矩阵x=torch.empty(5,3)#创建随机初始化矩阵x1=torch.rand
邦戈栗子·2023-08-01 13:12

torch.argsort（）函数组合的奇效

torch.argsort（）函数组合的效果前段时间在看何凯明大神MAE的代码的时候发现了下面一段代码：noise=torch.rand(N,L,device=x.device)#noisein[0,1
向前 向前 向前！·2023-08-01 04:04

Pytorch(一)

利用GPU训练时四、常见的Tensor形式五、Hub模块一、基本操作操作代码如下:importtorchimportnumpyasnp#创建一个矩阵x1=torch.empty(5,3)#随机值x2=torch.rand
几两春秋梦_·2023-07-29 03:08

深度学习——实验一

的矩阵和一个×的矩阵，对两矩阵进行减法操作（要求实现三种不同的形式），给出结果并分析三种方式的不同（如果出现报错，分析报错的原因），同时需要指出在计算过程中发生了什么1）初始化矩阵：importtorchM=torch.rand
yuzhangfeng·2023-07-26 19:00

pytorch：nn与nn.functional的区别

1.两者的调用方式不同调用nn.xxx时要先在里面传入超参数，然后再将数据以函数调用的方式输进nn.xxx里，例如：inputs=torch.rand(64,3,244,244)conv=nn.Conv2d
jscdw·2023-07-24 19:39

pytorch创建和操作tensor

torch.zeros(5,3,dtype=torch.int64)#指定数据类型print(x.dtype)x=torch.zeros(5,3)#默认数据类型为torch.float32print(x.dtype)x=torch.rand
qq_27390023·2023-07-24 16:43

onnx报错 relu6 to ONNX opset version 11 is not supported.

pytorch导出onnx模型代码：onnx_name="faceland_98.onnx"data=torch.rand(1,3,112,112)torch.onnx.export(plfd_backbone
AI视觉网奇·2023-07-20 22:37

pytorch学习--第一个模型（线性模型）

目标我们想通过随机初始化的参数ω,b\omega,bω,b能在迭代过程中使预测值和目标值能无限接近y=ωx+by=\omegax+by=ωx+b定义数据x=torch.rand([60,1])*10y=
看星河的兔子·2023-07-20 22:53

python-pytorch基础笔记

tensor理解1.表示2组中包含3个64x64的数据data=torch.rand(2,3,64,64)2.表示1组中包含1000个1x1000的数据labels=torch.rand(1,1000,1000
liwulin0506·2023-07-20 16:49

torch.zeros_like() 和 torch.zeros()的区别

torch.zeros_like(tensor)：是根据给定张量，生成与其形状相同的全0张量torch.zeros(size)：其形状由变量参数size定义，返回一个由标量值0填充的张量例子：importtorchinput=torch.rand
Kevinllli·2023-07-20 06:09

PyTorch基础

（3）torch.rand:用于生成数据类型为浮点型且维度指定的随机Tensor，随机生成的浮点数据在0~1区间均匀分布。（
a2369611336·2023-07-17 21:50

torch.bmm()和torch.matmul()函数的用法和区别，矩阵相乘

importtorchx=torch.rand(2,3,2)#2个3x2大小的矩阵y=torch.rand(2,2,4)#2个2x4大小的矩阵#矩阵乘法的结果为2个3x4大小的矩阵print(
Guapifang·2023-07-16 12:50

pytorch实现简单的线性回归cpu版本和gpu版本

参数更新cpu版本实现importtorchimporttorch.nnasnnimportmatplotlib.pyplotaspltfromtorch.optimimportSGD#1.准备数据x=torch.rand
BRYTLEVSON·2023-07-15 17:58

pytorch手动实现一个简单的线性回归

手动实现线性回归使用y=5x+20来构造数据准备数据计算预测值计算损失把参数的梯度置为0进行反向传播更新参数learning_rate=0.01#造数据x=torch.rand([50,1])"""x[
BRYTLEVSON·2023-07-15 12:54

深度学习——神经网络参数的保存和提取

importtorchimportmatplotlib.pyplotasplt#造数据x=torch.unsqueeze(torch.linspace(-1,1,100),dim=1)#xdata(tensor),shape=(100,1)y=x.pow(2)+0.2*torch.rand
时代&信念·2023-07-13 22:11

【pytorch-tutorial自学笔记】01-basic-PyTorch Basics

2、torch.rand()均匀分布torch.randn()正态分布3、linear=nn.Linear(3,2)#构建pytorch中神经网络的线性层，输入为3个特征，输出为2个特征4、torch.
HeyRena·2023-06-23 10:39

Pytorch scatter_ 理解

>>>x=torch.rand(2,5)>>>x0.43190.65000.40800.87600.23550.26090.47110.84860.85730.1029[torch.FloatTensorofsize2x5
cjhfhb·2023-06-20 14:47

Pytorch查看tensor是否有梯度（值）以及开启梯度

调用函数设置记录梯度与否三.requires_grad属性参数，创建tensor时设置是否记录梯度四.查看模型的权重名称和参数值五.查看模型权重梯度值一.requires_grad属性：查看是否记录梯度x=torch.rand
cv_lhp·2023-06-12 04:45

torch.repeat 张量维度复制

torch.repeat用于张量的制定维度复制importtorcha=torch.rand(2,3)#如果a是featurevector,则batch=2(dim=0),channels=3(dim=
陈城南·2023-06-11 23:45

pytorch下的第一个神经网络搭建（逻辑回归）

具体数据声明如下x=torch.unsqueeze(torch.linspace(-1,1,100),dim=1)y=x.pow(2)+0.2*torch.rand(x.size())x,y=Variable
五平南天·2023-04-20 15:14

Day1 自学Pytorch----矩阵的创建

fromfutureimportprint_functionimporttorchimportnumpy1.创建一个没有初始化的5*3矩阵：x=torch.zeros(5,3,dtype=torch.long)print(x)2.创建一个随机初始化矩阵x=torch.rand
天下第一菜-·2023-04-20 13:27

pytorch实验笔记

1.tensor类型数据操作随机生成5*3的tensory=torch.rand(5,3)print(y)print(x+y)全为0，且定义元素类型为长整型x=torch.zeros(5,3,dtype
Diros1g·2023-04-17 13:32

解决： RuntimeError: CUDA error: device-side assert triggered CUDA kernel errors might be

X=torch.rand(size=(32,3,224,224)).to(devices[0])forlayerinnet:X=lay
我想吃鱼了，·2023-04-16 09:42

pytorch个人学习记录

Jupyter如何debug：importpdb;pdb.set_trace()orfromIPython.core.debuggerimportset_traceset_trace()torch.randn和torch.rand
chopper_bbf4·2023-04-12 22:40

torch.cat((x,y),dim）函数理解

当（x,y）为两个二维张量情况下1.torch.cat((x,y),dim=0)importtorchx=torch.rand(3,4)print(x)y=torch.rand(3,4)print(y)
计算机量子狗·2023-04-11 11:43

第四讲，pytorch实现线性回归和逻辑回归

一，线性回归importtorchimportmatplotlib.pyplotasplttorch.manual_seed(10)lr=0.1#学习率#创建训练数据x=torch.rand(20,1)
宋建国·2023-04-09 20:12

torch.mm, torch.mul, torch.matmul的区别

一、点乘torch.mul(a,b)是矩阵a和b对应位相乘，a和b的维度一般相等，比如a的维度是(1,2)，b的维度是(1,2)，返回的仍是(1,2)的矩阵>>>a=torch.rand(1,2)>>>
一小坨北北·2023-04-06 20:38

PyTorch生成随机数的各种常见方法

在使用PyTorch做实验时经常会用到生成随机数Tensor的方法，比如：torch.rand()torch.randn()torch.normal()torch.linespace()在很长一段时间里我都没有区分这些方法生成的随机数究竟有什么不同
Charlie酱·2023-04-03 19:11

在GPU上生成随机数-PyTorch

https://discuss.pytorch.org/t/random-number-on-gpu/9649/2等价关系：torch.rand(10,10)torch.FloatTensor(10,10
昵称己存在·2023-03-28 07:37

Pytorch——如何创建一个tensor与索引和切片(二)

torch.rand(3,3)#表示随机生成一个3X3的数值在0和1之间的均匀分布的矩阵a=torch.rand(3,3)torch.rand_like(a)#将a,shape读取出来再送给rand函数
橙子吖21·2023-03-25 04:15

切块操作split and chunk

/foneone/article/details/103875250torch.split(待操作tensor，切块后形状，dim)torch.chunk(待操作tensor,切成多少块,dim)t=torch.rand
菌子甚毒·2023-03-23 22:50

pytorch学习笔记（二）Tensor和autograd

构造一个5*3矩阵importtorchx=torch.empty(5,3)#不初始化x=torch.rand(5,3)#随机初始化x=torch.zeros(5,3,dt
Tra_cy·2023-03-22 11:13
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他