Picassooo

摘要： 阅读全文

摘要： 介绍 图片摘自stackoverflow: what-is-the-difference-between-fit-fit-transform-and-transform 例一 from sklearn.preprocessing import StandardScaler ss = Standard 阅读全文

摘要： 变量.grad_fn表明该变量是怎么来的，用于指导反向传播。例如loss = a+b，则loss.gard_fn为<AddBackward0 at 0x7f2c90393748>，表明loss是由相加得来的，这个grad_fn可指导怎么求a和b的导数。 程序示例： import torch w1 = 阅读全文

摘要： 把数据从CPU迁移到GPU时，可以用.cuda()方法，也可以用.to(device)方法。示例如下。 .cuda()方法 import torch import time t = time.time() b = torch.rand([1024, 1024, 10]) b = b.cuda() p 阅读全文

摘要： 参考一 浅谈 PyTorch 中的 tensor 及使用 该博文分为以下6个部分： tensor.requires_grad torch.no_grad() 反向传播及网络的更新 tensor.detach() CPU and GPU tensor.item() torch.detach()和tor 阅读全文

摘要： 一个关于显卡利用率的问题 阅读全文

摘要： 解决Python print end 一行输出不显示的问题 阅读全文

摘要： 模型和数据可以在CPU和GPU上来回迁移，怎么判断模型和数据在哪里呢？ import torch import torch.nn as nn # 判断模型是在CPU还是GPU上 model = nn.LSTM(input_size=10, hidden_size=4, num_layers=1, b 阅读全文

摘要： 标准正态分布的概率密度公式 正态分布概率密度公式 多元正态分布的概率密度公式 上式为 x 服从 k 元正态分布，x 为 k 维向量；|Σ| 代表协方差矩阵的行列式。 二维正态分布概率密度函数为钟形曲面，等高线是椭圆线族，并且二维正态分布的两个边缘分布都是一维正态分布，如图 numpy生成一个服从多元 阅读全文

摘要： WAE-GAN和WAE-MMD的PyTorch实现 阅读全文