注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Pytorch中的variable, tensor与numpy相互转化的方法

  2. 主要介绍了Pytorch中的variable, tensor与numpy相互转化的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：90112
    • 提供者：weixin_38661008

  1. pytorch中tensor.expand()和tensor.expand_as()函数详解

  2. 今天小编就为大家分享一篇pytorch中tensor.expand()和tensor.expand_as()函数详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：25600
    • 提供者：weixin_38665411

  1. pytorch中tensor张量数据类型的转化方式

  2. 今天小编就为大家分享一篇pytorch中tensor张量数据类型的转化方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：33792
    • 提供者：weixin_38629206

  1. pytorch中torch.max和Tensor.view函数用法详解

  2. 今天小编就为大家分享一篇pytorch中torch.max和Tensor.view函数用法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：38912
    • 提供者：weixin_38684335

  1. 对Pytorch中Tensor的各种池化操作解析

  2. 今天小编就为大家一篇对Pytorch中Tensor的各种池化操作解析，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：30720
    • 提供者：weixin_38635166

  1. PyTorch中 tensor.detach() 和 tensor.data 的区别详解

  2. 今天小编就为大家分享一篇PyTorch中 tensor.detach() 和 tensor.data 的区别详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：36864
    • 提供者：weixin_38724229

  1. PyTorch中Tensor的数据统计示例

  2. 今天小编就为大家分享一篇PyTorch中Tensor的数据统计示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-17
    • 文件大小：51200
    • 提供者：weixin_38730389

  1. PyTorch中torch.tensor与torch.Tensor的区别详解

  2. 主要介绍了PyTorch中torch.tensor与torch.Tensor的区别详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：62464
    • 提供者：weixin_38735887

  1. PyTorch中Tensor的数据类型和运算的使用

  2. 主要介绍了PyTorch中Tensor的数据类型和运算的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：205824
    • 提供者：weixin_38558623

  1. pytorch中tensor的合并与截取方法

  2. 今天小编就为大家分享一篇pytorch中tensor的合并与截取方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：33792
    • 提供者：weixin_38587473

  1. PyTorch中torch.tensor与torch.Tensor的区别详解

  2. PyTorch最近几年可谓大火。相比于TensorFlow，PyTorch对于Python初学者更为友好，更易上手。         众所周知，numpy作为Python中数据分析的专业第三方库，比Python自带的Math库速度更快。同样的，在PyTorch中，有一个类似于numpy的库，称为Tensor。Tensor自称为神经网络界的numpy。 一、numpy和Tensor二者对比 对比项 numpy Tensor 相同点 可以定义多维数组，进行切片、改变维度、数学运算等 可以

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：58368
    • 提供者：weixin_38723513

  1. PyTorch中Tensor的数据类型和运算的使用

  2. 在使用Tensor时，我们首先要掌握如何使用Tensor来定义不同数据类型的变量。Tensor时张量的英文，表示多维矩阵，和numpy对应，PyTorch中的Tensor可以和numpy的ndarray相互转换，唯一不同的是PyTorch可以在GPU上运行，而numpy的ndarray只能在cpu上运行。         常用的不同数据类型的Tensor，有32位的浮点型torch.FloatTensor,   64位浮点型 torch.DoubleTensor,   16位整形torch.Sh

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：199680
    • 提供者：weixin_38627590

  1. 浅谈Pytorch中的torch.gather函数的含义

  2. pytorch中的gather函数 pytorch比tensorflow更加编程友好，所以准备用pytorch试着做最近要做的一些实验。 立个flag开始学习pytorch，新开一个分类整理学习pytorch中的一些踩到的泥坑。 今天刚开始接触，读了一下documentation，写一个一开始每太搞懂的函数gather b = torch.Tensor([[1,2,3],[4,5,6]]) print b index_1 = torch.LongTensor([[0,1],[2,0]]) i

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：71680
    • 提供者：weixin_38613330

  1. 浅谈Pytorch中的自动求导函数backward()所需参数的含义

  2. 正常来说backward( )函数是要传入参数的，一直没弄明白backward需要传入的参数具体含义，但是没关系，生命在与折腾，咱们来折腾一下，嘿嘿。 对标量自动求导 首先，如果out.backward()中的out是一个标量的话（相当于一个神经网络有一个样本，这个样本有两个属性，神经网络有一个输出）那么此时我的backward函数是不需要输入任何参数的。 import torch from torch.autograd import Variable a = Variable(torch.T

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：178176
    • 提供者：weixin_38565480

  1. Pytorch中的自动求梯度机制和Variable类实例

  2. 自动求导机制是每一个深度学习框架中重要的性质，免去了手动计算导数，下面用代码介绍并举例说明Pytorch的自动求导机制。 首先介绍Variable，Variable是对Tensor的一个封装，操作和Tensor是一样的，但是每个Variable都有三个属性：Varibale的Tensor本身的.data，对应Tensor的梯度.grad，以及这个Variable是通过什么方式得到的.grad_fn，根据最新消息，在pytorch0.4更新后，torch和torch.autograd.Variab

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：53248
    • 提供者：weixin_38745003

  1. Pytorch中的variable, tensor与numpy相互转化的方法

  2. 在使用pytorch作为深度学习的框架时，经常会遇到变量variable、张量tensor与矩阵numpy的类型的相互转化的问题，本章结合这实际图像对此转化方法进行实现。 1.加载需要用到的模块 import torch from torch.autograd import Variable import matplotlib.pyplot as plt import matplotlib.image as mpimg 2.显示图片与图片中的一部分区域 test_img = mpimg.i

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：84992
    • 提供者：weixin_38713061

  1. Pytorch 中的 Tensor , Variable和Parameter区别与联系

  2. 前面的博客简单讲了Variable和Parameter的区别，这次加入tenor，详细的分析三者的区别和联系。文中参考了Pytorch 中的 Tensor , Variable & Parameter 1.Tensor        pytorch中的Tensor类似于numpy中的array，而不直接用tensor的原因，是因为tensor能够更方便地在GPU上进行运算。pytorch为tensor设计了许多方便的操作，同时tensor也可以轻松地和numpy数组进行相互转换。 2.Varia

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：52224
    • 提供者：weixin_38666232

  1. pytorch中的逐元素、归并操作、比较以及线性代数

  2. 1.逐元素操作 这部分操作会对tensor的每一个元素（element-wise）进行操作，此类操作的输入与输出形状一致。 abs/sqrt/div/exp/fmod/log/pow     绝对值/平方根/除法/指数/求余/求幂 cos/sin/asin/atan2/cosh     三角函数 ceil/round/floor/trunc        上取整/四舍五入/下取整/只保留整数部分 clamp(input,min,max)       超过min和max的部分进行阶段 si

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：46080
    • 提供者：weixin_38715721

  1. 在pytorch中为Module和Tensor指定GPU的例子

  2. pytorch指定GPU 在用pytorch写CNN的时候，发现一运行程序就卡住，然后cpu占用率100%，nvidia-smi 查看显卡发现并没有使用GPU。所以考虑将模型和输入数据及标签指定到gpu上。 pytorch中的Tensor和Module可以指定gpu运行，并且可以指定在哪一块gpu上运行，方法非常简单，就是直接调用Tensor类和Module类中的 .cuda() 方法。 import torch from PIL import Image import torch.nn as

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：58368
    • 提供者：weixin_38746166

  1. PyTorch中的Variable变量详解

  2. 一、了解Variable 顾名思义，Variable就是 变量 的意思。实质上也就是可以变化的量，区别于int变量，它是一种可以变化的变量，这正好就符合了反向传播，参数更新的属性。 具体来说，在pytorch中的Variable就是一个存放会变化值的地理位置，里面的值会不停发生片花，就像一个装鸡蛋的篮子，鸡蛋数会不断发生变化。那谁是里面的鸡蛋呢，自然就是pytorch中的tensor了。（也就是说，pytorch都是有tensor计算的，而tensor里面的参数都是Variable的形式）。如果

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：58368
    • 提供者：weixin_38752628
« 12 3 4 5 6 »