搜索结果
查询Tags标签： unsqueeze，共有 5条记录-
维度的变换
view 和 reshape 操作二者的功能和用法是相同的，不过要保证 view 的size整体不变，即numel（）一致 view操作会把维度信息给丢失掉，要记牢数据的存储顺序 a = torch.rand(4,1,28,28) b = a.view(4,28*28) #丢失两个维度 print(b) print(b.shape) c = a.view(4*28,28…
2022/1/29 23:07:15 人评论 次浏览 -
pytorch的杂七杂八
数据 contiguous() 博客 相当于深拷贝 scatter_() 博客 可以利用这个功能将pytorch 中mini batch中的返回的label转为one-hot类型的label label = torch.tensor([1,3,3,5]) one_hot_label = torch.zeros(mini_batch, out_planes).scatter_(1,label.unsqueeze(1),1) print(…
2021/12/18 23:27:50 人评论 次浏览 -
pytorch的杂七杂八
数据 contiguous() 博客 相当于深拷贝 scatter_() 博客 可以利用这个功能将pytorch 中mini batch中的返回的label转为one-hot类型的label label = torch.tensor([1,3,3,5]) one_hot_label = torch.zeros(mini_batch, out_planes).scatter_(1,label.unsqueeze(1),1) print(…
2021/12/18 23:27:50 人评论 次浏览 -
Pytorch函数1 torch.max\ torch.min\ torch.squeeze\ torch.unsqueeze\ torch.rand \randn \randint
1.torch.max(input) 输入input:任何形状的张量输出:返回输入张量input中所有元素的最大值 。 import torch a = torch.randn((3,4,5)) b = torch.max(a) # 返回所有张量中的最大值 print(a)tensor([[[-0.5234, -2.3275, 1.8327, 0.5354, 1.1100],[ 0.7137, 0.4375,…
2021/12/5 6:21:53 人评论 次浏览 -
Pytorch函数1 torch.max\ torch.min\ torch.squeeze\ torch.unsqueeze\ torch.rand \randn \randint
1.torch.max(input) 输入input:任何形状的张量输出:返回输入张量input中所有元素的最大值 。 import torch a = torch.randn((3,4,5)) b = torch.max(a) # 返回所有张量中的最大值 print(a)tensor([[[-0.5234, -2.3275, 1.8327, 0.5354, 1.1100],[ 0.7137, 0.4375,…
2021/12/5 6:21:53 人评论 次浏览
