外贸英文建站,装饰工程公司属于什么行业,三六五网做网站吗,音乐网站建设教程视频1、tensor.view()函数#xff0c;通俗理解就是reshape#xff0c;#参数这里的-1需要注意#xff0c;可以根据原张量size自行计算
data1torch.randn((4,2))
data2data1.view(2,4)
data3data2.view(-1,8)2、tensor.max()函数#xff0c;在分类问题中#xff0c;通常需要使用…1、tensor.view()函数通俗理解就是reshape#参数这里的-1需要注意可以根据原张量size自行计算
data1torch.randn((4,2))
data2data1.view(2,4)
data3data2.view(-1,8)2、tensor.max()函数在分类问题中通常需要使用max()函数对softmax函数的输出值进行操作求出预测值索引然后与标签进行比对计算准确率。 output torch.max(input, dim) 输入 input是一个tensor dim是max函数索引的维度0/10是每列的最大值1是每行的最大值 输出 函数会返回两个tensor第一个tensor是每行/列的最大值第二个tensor是每行/列最大值的索引。 3、tensor equal 张量比较 equal:比较两个张量是否相等–相等返回True; 否则返回False eq:比较两个张量tensor中每一个对应位置上元素是否相等–对应位置相等就返回一个True否则返回一个False. eq_:比较两个张量tensor中每一个对应位置上元素是否相等–对应位置相等就返回一个1否则返回一个0. 并替换原张量
x torch.tensor([1, 3, 5])
y torch.tensor([1, 3, 7])
print(x.equal(y))
print(x.eq(y))
print(x.eq_(y))
print(x)
#输出
#False
#tensor([ True, True, False])
#tensor([1, 1, 0])
#tensor([1, 1, 0])4、tensor.squeeze()和tensor.unsqueeze()函数 tensor.unsqueeze(z),就是指在原有维度的x前面再加一个维度。就是扩充维度增加升维 tensor.squeeze(z),就是指在维度为x的位置前减少一个维度。就是压缩维度减少降维 只有某个维度是1这个维度才能被压缩
import torch
datatorch.randn((3,4))
print(data.size())
data_updata.unsqueeze(0)
print(data_up.size())
data_downdata_up.squeeze(0)
print(data_down.size())
#输出
#torch.Size([3, 4])
#torch.Size([1, 3, 4])
#torch.Size([3, 4])
