随笔分类 - pytorch
摘要:1.如何构造一个稀疏矩阵呢? indices = torch.LongTensor([[0,0], [1,1], [2,2]])#稀疏矩阵中非零元素的坐标 indices = indices.t() #一定要转置,因为后面sparse.FloatTensor的第一个参数就是该变量,要求是一个含有两个
阅读全文
摘要:torch.max(input) → Tensor 返回输入tensor中所有元素的最大值 a = torch.randn(1, 3)>>0.4729 -0.2266 -0.2085 torch.max(a)>>0.4729 torch.max(input, dim, keepdim=False,
阅读全文
摘要:第一步!指定gpu import osos.environ["CUDA_VISIBLE_DEVICES"] = '0' 第二步! 对于每一个要踹到gpu去的Tensor或者model x 使用x = x.cuda()就ok了 嘤嘤嘤
阅读全文
摘要:第一步!启动需要补全的虚拟环境 conda activate pytorch 第二步!安装这玩意儿 pip install jupyter_contrib_nbextensions 第三步! jupyter contrib nbextension install --user 第四步!安装这玩意儿
阅读全文
摘要:import torch x = torch.tensor(2.,requires_grad=True) #requires_grad=True不能丢,因为默认是False,第一个参数一定得是float形式才能求导 w = torch.tensor(1.,requires_grad=True) b
阅读全文
摘要:import torch import numpy as np x = torch.tensor([[1,2,3], [4,5,6], [7,8,9]]) y = torch.tensor([[3,2,1], [6,5,4], [9,8,7]]) z = x+y print(z) #直接使用加号就能
阅读全文
摘要:import torch a = torch.ones(5,3) #5*3的元素全为1的矩阵 print(a) b = torch.rand((5,3)) #5*3的元素为0-1之间的随机数的矩阵 print(b) c = torch.tensor([[1,2,3], [4,5,6], [7,8,9
阅读全文
摘要:https://www.cnblogs.com/marsggbo/p/10401215.html
阅读全文

浙公网安备 33010602011771号