随笔分类 -  PyTorch

对PyTorch的学习积累
Pytorch | Pytorch格式 .pt .pth .bin .onnx 详解
摘要：Pytorch是深度学习领域中非常流行的框架之一，支持的模型保存格式包括.pt和.pth .bin .onnx。这几种格式的文件都可以保存Pytorch训练出的模型，但是它们的区别是什么呢？ ### 模型的保存与加载到底在做什么？ 我们在使用pytorch构建模型并且训练完成后，下一步要做的就是把这 阅读全文
posted @ 2023-07-28 16:35 反神经全栈 阅读(5889) 评论(0) 推荐(0)
PyTorch | torch.save()函数的使用
摘要：Pytorch保存模型等相关参数，利用`torch.save()`，以及读取保存之后的文件。 ### 函数信息 ```python torch.save(obj, f, pickle_module=pickle, pickle_protocol=DEFAULT_PROTOCOL,_use_new_z 阅读全文
posted @ 2023-07-07 18:22 反神经全栈 阅读(3980) 评论(0) 推荐(0)
Pytorch | 标量、向量、张量的区别
摘要：### 基本概念 标量、向量和张量是数学和物理中经常使用的概念，它们的主要区别在于它们所描述的量的性质和维度。 1. 标量（Scalar）：标量是一个单独的数，它没有方向和大小之分。在物理学中，标量常常用于描述某个物理量的大小，比如温度、质量、时间等。标量可以用一个数字或符号表示，例如，温度为 20 阅读全文
posted @ 2023-06-30 16:04 反神经全栈 阅读(4198) 评论(0) 推荐(0)
Pytorch | `torch.multiprocessing.spawn` 函数的使用
摘要：`torch.multiprocessing.spawn` 是 PyTorch 中用于启动多进程的函数，可以用于分布式训练等场景。其函数签名如下： ```python torch.multiprocessing.spawn( fn, args=(), nprocs=1, join=True, dae 阅读全文
posted @ 2023-06-26 19:08 反神经全栈 阅读(6592) 评论(0) 推荐(0)
Pytorch | 输入的形状为[seq_len, batch_size, d_model]和 [batch_size, seq_len, d_model]的区别
摘要：首先导入依赖的torch包。 ```python import torch ``` 我们设： + seq_len（序列的最大长度）：5 + batch_size（批量大小）：2 + d_model（每个单词被映射为的向量的维度）：10 + heads（多头注意力机制的头数）：5 + d_k（每个头的 阅读全文
posted @ 2023-06-26 13:29 反神经全栈 阅读(2061) 评论(0) 推荐(1)
Pytorch | view()函数的使用
摘要：### 函数简介 Pytorch中的view函数主要用于Tensor维度的重构，即返回一个有相同数据但不同维度的Tensor。 根据上面的描述可知，view函数的操作对象应该是Tensor类型。如果不是Tensor类型，可以通过`tensor = torch.tensor(data)`来转换。 ## 阅读全文
posted @ 2023-06-26 10:07 反神经全栈 阅读(1382) 评论(0) 推荐(0)
PyTorch | torch.sum()函数的用法
摘要：torch.sum()对输入的tensor数据的某一维度求和，一共两种用法。 方法1详解 torch.sum(input, *, dtype=None) → Tensor input：输入的张量 案例 x = torch.randn(2, 3) print(x) y = torch.sum(x) p 阅读全文
posted @ 2023-02-25 20:58 反神经全栈 阅读(4678) 评论(0) 推荐(0)