torch.rand

PyTorch教程-7：PyTorch中保存与加载tensor和模型详解

tensor和模型详解保存和读取TensorPyTorch中的tensor可以保存成.pt或者.pth格式的文件，使用torch.save()方法保存张量，使用torch.load()来读取张量：x=torch.rand
超级超级小天才·2023-02-18 15:03

Pytorch torch.manual_seed()的简单用法

简单来说就是指定随机数种子(种子可以是个任意int值)，用来生成伪随机数：importtorchtorch.manual_seed(1)print(torch.rand(1))print(torch.rand
xiongxyowo·2023-02-04 19:44

python---pytorch-torch.manual_seed(1)的作用

importtorchtorch.manual_seed(2)print(torch.rand(2))有这段代码可以知道，每次得到的数是随机的，如果不加上运行这段代码会发现，每次得到的随机数是固定的。
X_sin·2023-02-04 19:40

pytorch-torch.manual_seed(1)的作用

1.不使用torch.manual_seed()设置随机种子print(torch.rand(5))结果：每次运行程
霄耀在努力·2023-02-04 19:08

pytorch模型转onnx转ncnn

importtorchimporttorchvision#defineresnet18modelmodel=torchvision.models.resnet18(pretrained=True)#defineinputshapex=torch.rand
流浪_风筝·2023-01-31 08:28

torch. nn.Softmax(dim=1)

softmax的dim这个参数不太理解，就写了个简单的代码输出看了一下，其实意思就是使得在softmax操作之后在dim这个维度相加等于1：importtorchimporttorch.nnasnnx=torch.rand
鱼吐泡泡水·2023-01-30 17:43

torch.nn.parameter.Parameter

的一个子类：classParameter(torch.Tensor)一般是在需要用户自己创建一些张量加到模型的学习模块里面去学习，比如在注意力机制里面，我们一般可以加入可学习的位置编码pos_emb=torch.rand
alien丿明天·2023-01-26 16:40

torch.long()

torch.long():向下取整>>>b1=torch.rand(3,3)>>>b1tensor([[0.7498,0.2052,0.9352],[0.1171,0.2046,0.1682
Immortal stars·2023-01-25 09:34

Pytorch学习笔记(十):Torch对张量的计算、Numpy对数组的计算、它们之间的转换

importtorch'''张量定义'''a=torch.FloatTensor(2,3)#定义一个两行三列的张量b=torch.FloatTensor([2,3,4,5])#定义一个四行一列的张量，并给每个数字赋值c=torch.rand
ZZY_dl·2023-01-25 07:12

1.1 pytorch的基础使用方法|自动求导机制

文章目录基本使用方法自动求导机制基本使用方法importtorch#创建一个矩阵x=torch.empty(5,3)print(x)#赋值随机值x=torch.rand(5,3)print(x)#初始化一个全为零的矩阵
Micoreal·2023-01-23 10:22

pytorch入门笔记01

类型通常为FloatTensor或LongTensorimporttorchx=torch.rand(10)x.size()向量（1D）importtorchx=torch.FloatTensor([1.0,2.0,3.0,4.0
哈土奇·2023-01-20 21:38

1、pytorch 张量与运算API

张量维度含义0维标量1维向量2维矩阵3维时间序列数据4维图像2、创建张量方法一：随机初始化矩阵importtorcha=torch.rand(2,3)#创建一个[0,1)均匀取值的2×3张量b=torc
Josepyth·2023-01-20 10:52

Python 中的 astype() 和 .dtype

astype()的作用转换numpy数组的数据类型,因此如果数据是tensor类型的数据,就需要先将数据转换为numpy.array类型再进行转换示例importtorchimportnumpyasnpa=torch.rand
怎样才能回到过去·2023-01-19 15:09

Pytorch 中的 permute() 函数

作用交换tensor中的维度用法将对应维度的序号交换就会交换对应的维度示例importtorcha=torch.rand(2,3,4)print(a)print(a.shape)#将第一维和第二维进行交换
怎样才能回到过去·2023-01-19 15:08

Pytorch学习笔记_1

Pytorch学习笔记张量的创建与运算torch.chunk(input,chunks,dim=0)→listoftensor(只能均分)>>>importtorch>>>b=torch.rand([3,2
野比大雄灬·2023-01-19 15:28

零基础入门Pytorch框架(一)--实现文本分类

一般搭建神经网络的步骤如下：数据集获取处理定义神经网络定义损失函数和优化器训练模型预测模型1.1数据集获取处理一个简单的图像分类问题，输入图像的高和宽均为2像素，色彩为灰度torch.manual_seed(7)X=torch.rand
chengjinpei·2023-01-19 09:03

代码记录（3）

目录torch.multorch.mmtorch.matmul【pytorch】torch.rand()均匀分布【pytorch】torch.randn()标准正态分布【pytorch】torch.normal
王大银子·2023-01-17 22:10

pytorch学习--线性回归

w.gradb=b-LR*w.grad（LR:步长，即学习率）importtorchimportmatplotlib.pyplotasplttorch.manual_seed(10)lr=0.05x=torch.rand
ZHANGYAN·2023-01-17 09:35

Pytorch学习笔记（四）线性回归实现

@author:tingsongyuimporttorchimportmatplotlib.pyplotasplttorch.manual_seed(10)lr=0.05#学习率#创建训练数据x=torch.rand
xinxihu·2023-01-17 07:51

pytorch1.1

元素类型可以由精度大的向精度小的转换#精度大小：doubletorch.rand
音九尘·2023-01-15 18:49

【pytorch: can't optimize a non-leaf Tensor】

fromtorchimportoptimweights=torch.rand(2,1,128,416)weights.requires_grad=Trueweights=weights.cuda()optimizer
npkhgl·2023-01-15 12:42

【pytorch】对照原理，自己实现pytorch自带的损失函数：L1Loss，L2Loss，BCELoss，BCEWithLogitsLoss，NLLLoss，CrossEntropyLoss

nn.L1Loss绝对值损失#1批4个求损失和defL1Loss(y,yhead):returntorch.mean(torch.abs(y-yhead))y=torch.rand(4,3)yhead=
颢师傅·2023-01-14 22:13

matmul torch 详解_Pytorch Tensor基本数学运算详解

1.加法运算示例代码：importtorch#这两个Tensor加减乘除会对b自动进行Broadcastinga=torch.rand(3,4)b=torch.rand(4)c1=a+bc2=torch.add
咸鱼豆腐·2023-01-14 13:10

pytorch教程--API接口学习

(100,10)#这里使用类API#定义一个全连接层，输入100个单元，输出10个，可以理解成初始化的一个(100,10)的矩阵>>>layer2=torch.nn.Linear(10,1)>>>x=torch.rand
hejp_123·2023-01-14 11:04

torch.normal()、torch.randn()和torch.rand()简要介绍

定义torch.normal(means,std,size)torch.randn(size)torch.rand(size)用法torch.normal()：返回从均值means和标准差std的离散正态分布中抽取随机张量
两分先生·2023-01-13 16:45

Pytorch的rand、randn和normal的用法及区别

文章目录1.rand2.randn3.normal1.rand生成均匀分布随机数【范围在0到1之间】X=torch.rand(size=(3,5))#三行五列均匀分布矩阵print(X)#tensor(
什么都干的派森·2023-01-13 16:14

pytorch 修改卷积核的权重weights、偏置bias

kernel_data=torch.rand(1,1,3,3)print(kernel_data)conv=nn.Conv2d(in_channels=1,out_channels=1,kernel_size
冬日and暖阳·2023-01-13 07:33

MultiScaleRoIAlign

官方给的代码样例：>>>m=torchvision.ops.MultiScaleRoIAlign(['feat1','feat3'],3,2)>>>i=OrderedDict()>>>i['feat1']=torch.rand
写代码_不错哦·2023-01-12 19:24

pytorch张量转换

importtorchimportnumpyasnp#创建一个随机初始化矩阵x=torch.rand(5,3)print(x)#构造一个填满0且数据类型为long的矩阵x=torch.zeros(5,6
吕海洋·2023-01-12 08:33

4. PyTorch中的数据类型—张量

2.PyTorch的张量创建2.1列表类型转变为张量类型torch.tensor([1,2,3,4])2.2PyTorch包内置方法创建torch.rand(l,m,n)#[l,m,n]维的向量，内部元素在
Austin6035·2023-01-12 08:17

torch常用tensor随机数生成-笔记

PyTorch常用方法总结1：生成随机数Tensor的方法汇总（标准分布、正态分布……）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
BiuPsYao·2023-01-11 11:14

torch.rand&torch.randn介绍

torch.randn介绍2.1descreption描述2.2KeywordArguments参数介绍2.3example举例：1.torch.rand介绍从[0,1]均匀分布中随机抽取数据，返回张量torch.rand
取个名字真难呐·2023-01-09 17:25

pytorch入门——tensor预备知识看这篇就够了

查看pytorch能否识别我的显卡importtorchprint(torch.cuda.is_available())print(torch.rand(2,2))#随机生成秩为2的tensorTruetensor
cfqp·2023-01-08 11:01

pytorch之Tensor维度变化

a=torch.rand(4,1,28,28)print(a.shape)#torch.Size([4,1,28,28])#将后3维合并print(a.view(4,28*28))#print(a.view
m0_61899108·2023-01-08 08:07

pytorch-Tensor维度变换

▪View/reshape▪Squeeze/unsqueeze▪Transpose/t/permute▪Expand/repeatview/reshape这两个API功能一样importtorcha=torch.rand
霄逸鸿·2023-01-08 08:37

pytorch——线性回归实现

1、准备数据根据创建函数x=torch.rand([500,1])#创建一个500行1列的数据y_true=x*3+0.82、通过模型构建y_predict因为需要反向计算梯度，所以将requires_grad
放牛儿·2023-01-08 07:06

pytorch:torch.cat

x=torch.rand(16,85,768)#维度数（2,1,0）y=torch.rand(16,85,768)如果要左右拼接，dim要等于2（最左边的维度2），列数增加：768*2z=torch.cat
Eric_yq·2023-01-06 17:02

pytorch实现softmax函数（tensor类型数据）

a=torch.rand(2,3)print(a)tensor([[0.4374,0.0013,0.7946],[0.8905,0.0954,0.6671
blue@@@@@·2023-01-06 14:47

torch.unsqueeze、np.expand_dims详解

索引从0开始torch示例：importtorchimportnumpyasnpx=torch.rand((2,2,3,3))b=x.unsqueeze(0)c
Python图像识别·2023-01-06 12:03

torch.flatten、np.flatten 详解

torch示例：importtorchimportnumpyasnpx=torch.rand((2,2,3,3))b=x.flatten(0)c=x.flatten(1)d=x.flatten(2)print
Python图像识别·2023-01-06 11:47

Python将张量tensor/列表list/numpy array/字典dict 保存到本地

tensorx=torch.rand(4,5)torch.save(x.to(torch.device('cpu')),"myTensor.pth")y=torch.load("myTensor.pth
sweettea~·2023-01-05 12:31

torch维度拼接

例子：>>>x=torch.rand(2,3)>>>y=torch.rand(
CoveLSecond·2023-01-03 19:54

pytorch学习笔记（三）数据的拼接、分割与运算

二、数据的拼接[In]a=torch.rand(4,32,8)[In]b=torch.rand(5,32,8)torch.cat()#需要合并的维度值可以不同，其他维度必须完全相同[In]torch.cat
围白的尾巴·2023-01-03 19:23

torch.ones_like函数和torch.zero_like函数

torch.ones_like函数和torch.zeros_like函数的基本功能是根据给定张量，生成与其形状相同的全1张量或全0张量，示例如下：input=torch.rand(2,3)print(input
烟雨风渡·2023-01-03 17:39

PyTorch:torch.zeros_like()的用法

举例：importtorchb=torch.rand(5,6)#产生一个5行6列的0～1的随机Tensorc=torch.zeros_like(b)#产生一个与b相同shape的全零Tensorprint
kkkmmmsss123456s·2023-01-03 17:36

PyTorch：torch.zeros_like()的用法

作用：产生一个与a相同shape的Tensor.举例：importtorcha=torch.rand(3,4)#产生一个3行4列的0~1的随机Tensorb=torch.zeros_like(a)#产生一个与
地球被支点撬走啦·2023-01-03 17:34

pytorch --- torch.cat()

torch.cat((tensor1,tensor2),dim)将两个tensor连接起来，具体如何连接见下面例子x=torch.rand((2,2,3))y=torch.rand((2,2,3))print
orangerfun·2023-01-03 16:50

pytorch中stack（）函数和cat（）函数的区别

importtorchx=torch.rand((2,2,3))y=torch.rand((2,2,3))z=torch.stack((x,y),dim=0)这样两个堆叠起来的z的维度是（2，2，2，3
WYKB_Mr_Q·2023-01-03 16:48

[Deep Learning]——Tensor维度变换

1、view/reshape不足之处：会丢失维度信息（Lostdiminformation）importtorchimportnumpyasnp#创建Tensordeftest():a=torch.rand
Star星屹程序设计·2022-12-31 09:36

tensor如何转置_tensor的维度变换

tensor的维度变换view以及reshape的用法例子：a=torch.rand(4,1,28,28)a.view(4,28*28)解读：其实就是将图片的通道数、图片的像素行列值都合并在一起，成为【
weixin_39858124·2022-12-31 09:06
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他