网站建设如何描述,沈阳网站建设推广平台,网站登录和权限怎么做,浙江台州网站制作向量矩阵范数pytorch 矩阵按照某个维度求和#xff08;dim就是shape数组的下标#xff09;1. torch1.1 Tensors一些常用函数 一些安装问题cd进不去不去目录PyTorch里面_表示重写内容 在默认情况下#xff0c;PyTorch会累积梯度#xff0c;我们需要清除之前的值 范数是向量或… 向量矩阵范数pytorch 矩阵按照某个维度求和dim就是shape数组的下标1. torch1.1 Tensors一些常用函数 一些安装问题cd进不去不去目录PyTorch里面_表示重写内容 在默认情况下PyTorch会累积梯度我们需要清除之前的值 范数是向量或矩阵的长度 矩阵的长度 模 二范数是什么 二范数L2 norm是一种常见的数学概念它表示一个向量的模长。在数学中一个向量的二范数定义为其元素平方和的平方根即
矩阵按照某个维度求和dim就是shape数组的下标
求和不降维就keepdimsTrue 降维求和 axis的值对应着shape的下标
1. torch
1.1 Tensors一些常用函数
1.1.2 Indexing, Slicing, Joining, Mutating Ops
concat()和cat()功能相同cat(tensors, dim0, *, outNone)串接tensors一串Tensor非空Tensor在非dim维度必须形状相同返回结果reshape(input, shape)squeeze(input, dimNone, *, outNone) 去掉inputTensor中长度为1的维度返回这个Tensor。如果有dim就只对指定维度进行squeeze操作。 返回值与input共享储存空间。
squeeze()函数的功能是维度压缩。返回一个tensor张量其中 input 中大小为1的所有维都已删除。
举个例子如果 input 的形状为 (A×1×B×C×1×D)那么返回的tensor的形状则为 (A×B×C×D)
当给定 dim 时那么只在给定的维度dimension上进行压缩操作。 举个例子如果 input 的形状为 (A×1×B)squeeze(input, 0)后返回的tensor不变squeeze(input, 1)后返回的tensor将被压缩为 (A×B)
原文链接https://blog.csdn.net/qq_40305043/article/details/107767652
import torchx torch.zeros(2, 1, 2, 1, 2)
print(x.size()) #torch.Size([2, 1, 2, 1, 2])
y torch.squeeze(x)
print(y.size()) # torch.Size([2, 2, 2])
y torch.squeeze(x, 0)
print(y.size())# torch.Size([2, 1, 2, 1, 2])
y torch.squeeze(x, 1) # torch.Size([2, 2, 1, 2])
print(y.size())
y torch.squeeze(x, 3) # torch.Size([2, 1, 2, 2])
print(y.size())
y torch.squeeze(x, [1, 3]) # torch.Size([2, 2, 2])
print(y.size())
unsqueeze(input, dim) 在input指定维度插入一个长度为1的维度返回Tensor
import torchx torch.tensor([1, 2, 3, 4]) #
y torch.unsqueeze(x, 0) # 在第0维扩展第0维为1
z torch.unsqueeze(x, 1) # 在第1维扩展第1维为1
print(x, x.shape)
print(y, y.shape)
print(z, z.shape)
tensor([1, 2, 3, 4]) torch.Size([4])
tensor([[1, 2, 3, 4]]) torch.Size([1, 4])
tensor([[1],[2],[3],[4]]) torch.Size([4, 1])t(input) 零维和一维input不变二维input转置等如transpose(input, 0, 1)返回结果 transpose(input, dim0, dim1) 返回input转置的Tensordim0和dim1交换。 返回值与input共享储存空间。 x torch.randn(2, 3)x
tensor([[ 1.0028, -0.9893, 0.5809],[-0.1669, 0.7299, 0.4942]])torch.transpose(x, 0, 1)
tensor([[ 1.0028, -0.1669],[-0.9893, 0.7299],[ 0.5809, 0.4942]]) 一些安装问题
pip install d2l0.17.5 安装不了
cd进不去不去目录
安装d2l的时候先下载cd到下载到的目录进行安装发现经不去目录 cd /d 命令与普通的 cd 命令不同它允许你不仅改变目录还可以改变驱动器
cd /d D:\python\Anacond_Folder\envs\d2l
pip install d2l-0.15.1-py3-none-any.whl%matplotlib inline 是 Jupyter Notebook 或 JupyterLab 中的一个魔术命令用于在 Notebook 中显示 matplotlib 图形的输出。
import random 导入了 Python 的 random 模块用于生成随机数。
import torch 导入了 PyTorch 库用于深度学习任务。
from d2l import torch as d2l 导入了 d2l 模块并将其重命名为 d2l。d2l 是 Dive into Deep Learning (D2L) 图书的一个开源教学库用于深度学习的代码实现和示例
PyTorch里面_表示重写内容
在默认情况下PyTorch会累积梯度我们需要清除之前的值
x.grad.zero_() y x.sum() y.backward() x.grad
很少对向量函数求导求导结果理论上来说是一个矩阵
实现某些网络把参数固定住的时候比较有用
