一人的青春，一人的未来
志向和热爱是伟大行为的双翼。
  文章分类
卷积神经网络模型 6 Pytorch 8 读书笔记 2 特征工程 3 周志华《机器学习》 1
Pytorch学习之torch----比较操作 Pytorch学习之torch----比较操作
1. torch.eq(input, other, out=None)说明： 比较元素是否相等，第二个参数可以是一个数，或者是第一个参数同类型形状的张量 参数： input(Tensor) —- 待比较张量 other(Tenosr or
2019-07-14 Pytorch
人工智能 Pytorch 编程框架
Pytorch学习之torch----Reduction Ops Pytorch学习之torch----Reduction Ops
1. torch.cumprod(input, dim, out=None)说明： 返回输入沿指定维度的累积积。如果输入是一个N元向量，则结果也是一个N元向量，第i个输出元素值为 $$y_{i} = x_{1} * x_{2} * … *
2019-07-14 Pytorch
人工智能 Pytorch 编程框架
Pytorch学习之torch----数学操作(三) Pytorch学习之torch----数学操作(三)
1. torch.reciprocal(input, out=None)说明： 返回一个新张量，包含输入input张量每个元素的倒数。参数： input(Tensor) – 输入张量 out(Tensor, 可选) – 输出张量 >>>
2019-06-23 Pytorch
人工智能 Pytorch 编程框架
Pytorch学习之torch----数学操作(二) Pytorch学习之torch----数学操作(二)
1. torch.floor(input, out=None)说明： 床函数，返回一个新张量，包含输入input张量每个元素的floor，即不小于元素的最大整数。参数： input(Tensor) – 输入张量 out(Tenosr, 可
2019-06-23 Pytorch
人工智能 Pytorch 编程框架
Pytorch学习之torch----数学操作(一) Pytorch学习之torch----数学操作(一)
1. torch.abs(input, out=None)说明： 计算输入张量的每个元素绝对值参数： input(Tensor) – 输入张量 out(可选) – 输出 >>> import torch >>> torch.abs(to
2019-06-23 Pytorch
人工智能 Pytorch 编程框架
Pytorch学习之torch----随机抽样、序列化、并行化 Pytorch学习之torch----随机抽样、序列化、并行化
1. torch.manual_seed(seed)说明： 设置生成随机数的种子，返回一个torch._C.Generator对象。使用随机数种子之后，生成的随机数是相同的。参数： seed(int or long) – 种子 >>>
2019-06-23 Pytorch
人工智能 Pytorch 编程框架
Pytorch学习之torch----索引、切片、连接、变异操作 Pytorch学习之torch----索引、切片、连接、变异操作
1. torch.cat(seq, dim=0, out=None)说明： 在给定维度上对输入的张量序列seq进行连接操作参数： seq(Tensor的序列) – 可以是相同类型的Tensor的任何Python序列 dim(int, 可选
2019-06-22 Pytorch
人工智能 Pytorch 编程框架
Pytorch学习之torch----创建操作 Pytorch学习之torch----创建操作
Pytorch是一个比较好的框架。和TensorFlow并列为现在的主流框架中最好的框架。
2019-06-21 Pytorch
人工智能 Pytorch 编程框架