随笔分类 -  PyTorch

pytorch禁止/允许计算局部梯度/ torch.no_grad()
摘要：版权声明：本文为CSDN博主「Answerlzd」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/Answer3664/article/details/99460175 阅读全文
posted @ 2021-05-08 10:08 id_ning 阅读(266) 评论(0) 推荐(0)
Pytorch：model.train()和model.eval()用法和区别
摘要：版权声明：本文为CSDN博主「初识-CV」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/qq_38410428/article/details/101102075 阅读全文
posted @ 2021-05-06 14:15 id_ning 阅读(123) 评论(0) 推荐(0)
pytorch中的 tensor.permute() 对矩阵进行转置
摘要：import torch x = torch.randint(1,24, (2,3,4)) print(x) x = x.permute(2, 0, 1) print(x) 结果： 前： ([[[15, 23, 21, 14], [ 2, 15, 7, 14], [21, 8, 8, 22]], [ 阅读全文
posted @ 2021-04-26 10:15 id_ning 阅读(912) 评论(0) 推荐(0)
torch.sum()
摘要：import torch a = torch.arange(2 * 3).view(2, 3) a_sum = torch.sum(a, 0) b = torch.arange(2 * 3 * 4).view(2, 3, 4) b_sum = torch.sum(b, (2, 1)) # 相当于b_ 阅读全文
posted @ 2021-04-26 09:46 id_ning 阅读(239) 评论(0) 推荐(0)
torch.cat()
摘要：import torch x = torch.randint(2, 3) x1 = torch.cat((x, x), 0) x2 = torch.cat((x, x), 1) print(x) print(x1) print(x2) 结果： x：([[1, 4, 5], [4, 3, 1]]) x 阅读全文
posted @ 2021-04-25 14:59 id_ning 阅读(139) 评论(0) 推荐(0)
torch.nn.GRU(*args, **kwargs)
摘要：官方链接：https://pytorch.org/docs/stable/generated/torch.nn.GRU.html?highlight=gru#torch.nn.GRU 阅读全文
posted @ 2021-04-25 11:42 id_ning 阅读(1680) 评论(0) 推荐(0)
pytorch之nn.Conv1d详解
摘要：class torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True) in_channels(int) :输入信号的通道。在文本分类中，即 阅读全文
posted @ 2021-04-23 11:13 id_ning 阅读(2076) 评论(0) 推荐(0)
torch.randn()
摘要：torch.randn()返回一个张量，包含了从标准正态分布（均值为0，方差为1，即高斯白噪声）中抽取的一组随机数。张量的形状由参数size定义。 import torch import numpy as np a = np.array(torch.randn(1000, 1000)) print( 阅读全文
posted @ 2021-04-22 14:57 id_ning 阅读(1705) 评论(0) 推荐(0)
pytorch——nn.BatchNorm1d()
摘要：版权声明：本文为CSDN博主「七月听雪」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/qq_23262411/article/details/100175943 import torch import torc 阅读全文
posted @ 2021-04-21 17:17 id_ning 阅读(3052) 评论(0) 推荐(0)