Tensor的操作Tensor的主要运算操作通常分为四大类：Reshaping operations（重塑操作）Element-wise operations（元素操作）Reduction operations（缩减操作）Access operations（访问操作）重塑操作 在重塑操作上，以如下张量为实例进行演示：import torch
t = torch.tensor([
[1, 1
PyTorch中torch.tensor与torch.Tensor参数详解及异同对比参数分析tensor()方法Tensor()相同点不同点 参数分析tensor()方法将其他数据类型转换为tensor型数据torch.tensor(data,dtype=None,device=None,requires_grad=False,pin_memory=False)参数：参数含义data要传入的数据
在使用 PyTorch 进行深度学习任务时，GPU 加速可以显著提高模型训练和推理的性能。然而，当我们需要将 GPU 上的 tensor 转换到 CPU 上进行处理时，了解如何顺利完成这一过程至关重要。接下来，我将详细记录解决这一问题的过程，涵盖环境准备、分步指南、配置详解、验证测试、优化技巧和扩展应用。
## 环境准备
为了顺利进行 tensor 的转换，我们首先需要准备适合的环境。在这里，
深刻理解Tensor的概念/结构及其常见的属性/操作_以Pytorch框架为例Tensor的几个重要的属性/方法1. device：2. data_ptr()3. dtype4. storage()5. is_contiguous()Tensor的操作/manipulation常用的APITensor的数据结构总结References Tensor的几个重要的属性/方法先来看一个例子：# -*-
转载
2024-06-11 21:53:46
178阅读
很早以前就在使用wuchangchang开发的SiftGPU库，以前就经常出现运行完Sift后程序崩溃的问题，但是一直没有空闲去跟踪这个问题的所在。直到昨天才修正了这个bug。 int GlobalUtil::CreateWindowEZ()
{
static LiteWindow window;
return CreateWindowEZ(&
张量tensor 进行 形状shape1. tensor是什么？张量这一概念的核心在于，它是一个数据容器。张量的维度（秩）：Rank/Order： Rank为0、1、2时分别称为标量、向量和矩阵，Rank为3时是3阶张量，Rank大于3时是N阶张量。这些标量、向量、矩阵和张量里每一个元素被称为tensor
转载
2024-04-02 10:49:02
70阅读
本文详细讲解了如何安装YOLOv5网络依赖的GPU版本的Pytorch，本人自从入坑YOLOv5后，前前后后配置了近10次环境，有时代码调好能跑了，放上一两个月再跑，竟然报错了！ 最近重装了一次电脑，重新配置了一遍环境，于是痛下决心要记录下配置环境中可能出现的问题，这里需要强调的是，我是在配好环境后写的这篇文章，大多图片是采用别人博客中的图片（在Refenrence中表明了出处，实在不想再重
转载
2024-08-28 16:30:24
1017阅读
点赞
Tensor基本操作Tensor基础2.1.0创建Tensor2.1.1生成特定tensor2.1.2改变形状2.1.3 索引操作2.1.4广播机制2.1.5逐元素操作2.1.6归并操作2.1.7比较操作2.1.8矩阵操作2.2Pytorch与Numpy比较2.3Tensor与Autograd2.4计算图2.4.1标量反向传播2.4.2非标量反向传播2.5使用Numpy实现机器学习2.6使用Te
转载
2024-04-22 21:10:11
95阅读
对于算法小白来说，配置环境甚至比学网络模型还要难，配置环境过程中会遇到各种坑，一定要耐心，不要砸机（计算机）！花了6、7个小时的时间才把TensorFlow-gpu安装好，必须分享记录一下。首先，感谢这篇blog：，整个安装过程很详细。 在安装之前要确认一下几件事情。1、确保电脑上有独立的英伟达显卡且安装了相应的驱动，（查看显卡型号：右击计算机-设
转载
2024-04-25 12:58:52
50阅读
搞深度学习的同学肯定一直都在跟ubuntu服务器打交道，无论创建用户，配置远程桌面，远程调试，配置TF或者PT的GPU环境等等，很多都是重复繁琐的步骤，还有可能各种踩坑，笔者就把的一些配置经验整理一下分享给各位。1 英伟达驱动安装拿到一台新的ubuntu服务器，首先安装一下英伟达驱动，建议去官网下载对应GPU版本的驱动文件。这一步我不赘述，很多关于驱动安装的帖子。 安装好显卡驱动之后通过nvidi
转载
2024-09-10 21:07:03
58阅读
torch.as_tensor(data, dtype=None,device=None)->Tensor : 为data生成tensor。如果data已经是tensor，且dtype和device与参数相同，则生成的tensor会和data共享内存。如果data是ndarray,且dtype对应，devices为cpu，则同样共享内存。其他情况则不共享内存。import t...
原创
2021-08-12 22:31:56
855阅读
torch.Tensor是一个包含单一数据类型元素的多维矩阵。Torch定义了9种CPU张量类型和9种GPU张量类型: Data type dtype CPU tensor GPU tensor 32-bit floating point torch.float32 or torc...
原创
2021-08-12 22:30:48
3697阅读
文章目录非常详细的一个文档，学习pytorch可以详细研究一下：对一些比较重要的功能和知识点进行复现：一、创建tensor张量二、tensor与numpy之间的相互转换三、tensor.function与tensor.function_的区别四、修改tensor的形状五、索引操作六.逐元素操作七. 归并操作八、比较操作 非常详细的一个文档，学习pytorch可以详细研究一下：http://www
转载
2024-03-25 14:12:31
222阅读
目录torch.is_tensor(obj)[source]torch.is_storage(obj)[source]torch.set_default_dtype(d)[source]torch.get_default_dtype() → torch.dtypetorch.set_default_tensor_type(t)[source]torch.numel(inpu...
原创
2021-08-12 22:30:43
1071阅读
本章主要针对pytorch0.4.0英文文档的前两节,顺序可能有些不一样：torchtorch.Tensor张量 TensorsData typeCPU tensorGPU tensortype32-bit floating pointtorch.FloatTensortorch.cuda.FloatTensortorch.float3264-bit floating pointtorch.Dou
转载
2024-05-07 11:12:16
115阅读
CUDA10.0安装 ? 服务器是团队或者项目组的，因此cuda还是自己的好用！！！? 1 [cuda官网下载地址](https://developer.nvidia.com/cuda-downloads)? 2 安装? 3:环境变量的配置? 配置自己的cudnn, 这里配置的cudnn版本为：7.6.0? 1 [官网下载](https://developer.nvidia.com/rdp/cu
说在前面：这篇是记录贴，因为被配置环境折磨了大半天，所以记录下来下次方便配置，有点像流水账，有不懂的地方可以评论问。 环境： 系统：Windows11 显卡：1660Ti1、安装pycharm这里跳过，随便在网上找个教程就行，记得安装社区版。2、安装AnacondaAnaconda官网：https://www.anaconda.com 清华大学开源镜像下载：https://mirrors.tun
转载
2024-09-26 09:22:49
191阅读
1.torch.set_default_tensor_type(t)
这个方法的意思是设置PyTorch中默认的浮点类型，注意这个方法只可以设置浮点数的默认类型，不可以设置整形的默认类型），可以使用torch.get_default_dtype()来获取设置的默认浮点类型。在CPU上，t默认是torch.FloatTensor，还可以是torch.DoubleTensor
在GPU上，t默认是to
转载
2024-03-19 17:01:34
198阅读
1. TensorRT简介tensorRT是可以在NVIDIA的各种GP U下运行的一个C++推理框架。我们使用Pytorch、TF训练好的模型，可以转化为TensorRT的格式，然后用TensorRT推理引擎去运行这个模型，从而提高模型在英伟达GPU上的运行速度，一般可提高几倍~几十倍。主流的pytorch部署路径：pytorch ONNX torch2trttorch2trt_dynamic
torch.tensor()和torch.Tensor()新建得到的tensor到底有什么区别？
原创
2022-08-20 00:34:59
5937阅读
