上一篇我们聊了手写数字识别神经网络的损失函数和梯度下降算法，这一篇我们来聊聊激活函数。大佬说激活函数的作用是让神经网络产生非线性，类似人脑神经元一样，人脑神经元对输入的处理是非线性的。这个说法有些抽象，其实回到我们具体的模型中，激活函数的作用是将输出约束在某个预期的范围内，同时让输入到输出符合我们预期的分布。例如sigmod函数将输出约束在0~1之间，同时如果输入在0周围，输出的差异比较大，如果输
转载
2024-06-07 21:25:44
47阅读
# 学习 PyTorch 输出 Tensor 的流程
在本文中，我们将一起了解如何在 PyTorch 中输出 Tensor。Tensor 是 PyTorch 中最基本的数据结构，了解如何创建和输出 Tensor 是学习深度学习的基础。我们将为你提供一个详细的、逐步的指导，包括每一步所需的代码和注释。
## 整体流程
首先，我们需要了解输出 Tensor 的基本流程。下面是实现过程中每一步的表
机器学习需要掌握数据处理工具Pandas、Numpy，同理，深度学习也需要掌握相应的数据处理工具，在Pytorch中数据存储在张量Tensor和变量Variable之中，本篇将介绍它们的基本用法以及与之相关的常用函数。掌握必要的基础知识，让后期看代码更加流畅，避免陷入太多细节。Tensor 张量Tensor用于表示矩阵（多维数据），类似Numpy的ndarray，不同的是，可以使用GPU加速。1．
转载
2024-05-21 06:42:48
46阅读
一、传入数据tensor只能传入数据可以传入现有的数据列表或矩阵import torch
# 当是标量时候，即只有一个数据时候，[]括号是可以省略的
torch.tensor(2)
# 输出：
tensor(2)
# 如果是向量或矩阵，必须有[]括号
torch.tensor([2, 3])
# 输出：
tensor([2, 3])Tensor可以传入数据、维度。建议tensor
转载
2024-04-12 22:18:09
68阅读
Tensor官网连接：Tensortensor被翻译为张量，是一种与NumPy数据和矩阵十分相似的特殊数据结构 在PyTorch中，我们使用tensor给模型的输入输出以及参数进行编码 除了可以在GPUs和其他可以加速运算的硬件上运行这一特点之外，tensors和NumPy数组非常相似 文章目录Tensor1. 初始化tensor使用数据直接初始化使用NumPy arrays初始化使用另一个ten
转载
2024-06-01 06:07:07
51阅读
PytorchPytorch 是 Python 接口语言、可以使用GPU加速、构造动态神经网络（更灵活）、python优先Tensor的生成tensor的常见生成方式和性质tensor = torch.Tensor([[2,3],[4,5],[6,7]]) #生成tensor
E = torch.from_numpy #使用numpy生成tensor
torch_e = torch.from_nu
转载
2023-11-01 22:35:58
198阅读
# PyTorch 输出 Tensor 形状的科普文章
在深度学习中，Tensor是处理数据的基本单位，而PyTorch是一个流行的深度学习框架，它以其动态计算图和灵活性赢得了广泛的关注。了解如何输出Tensor的形状对于调试和模型构建至关重要。本文将介绍Tensor的基本概念、如何在PyTorch中操作Tensor，以及如何输出其形状，还将用代码示例和图表帮助理解。
## 一、什么是Tens
# Pytorch输出tensor大小的实现
## 引言
在使用Pytorch进行深度学习开发的过程中，经常需要查看和理解张量（tensor）的大小（shape）。了解如何输出张量的大小是非常重要的，因为它可以帮助我们理解数据的结构和维度，以及在构建模型时如何正确处理输入和输出。
本文将介绍如何使用Pytorch输出张量的大小。我们将以一个步骤清晰的流程为基础，逐步解释每个步骤需要做什么，并给
原创
2023-10-07 04:45:53
200阅读
1. tensor的attributestensor有以下几个常用的attributes，首先看一段代码：import torch
t = torch.Tensor()
print(type(t)) # <class 'torch.Tensor'>
print(t.dtype) # torch.float32
print(t.device) # cpu
print(t.layou
转载
2023-11-02 16:04:43
435阅读
pytorch: Tensor 常用操作 torch.tensor是一个包含多个同类数据类型数据的多维矩阵。常用参数dtype: tessor的数据类型，总共有八种数据类型。其中默认的类型是torch.FloatTensor,而且这种类型的别名也可以写作torch.Tensor。 Data typedtypeCPU tensorGPU tensor32-bit floating pointtor
转载
2024-08-20 13:33:29
36阅读
PyTorch教程-7：PyTorch中保存与加载tensor和模型详解保存和读取TensorPyTorch中的tensor可以保存成 .pt 或者 .pth 格式的文件，使用torch.save()方法保存张量，使用torch.load()来读取张量：x = torch.rand(4,5)
torch.save(x, "./myTensor.pt")
y = torch.load("./myT
转载
2023-11-02 06:46:31
318阅读
1 简介在学习李沐在B站发布的《动手学深度学习》PyTorch版本教学视频中发现在操作使用PyTorch方面有许多地方看不懂，往往只是“动手”了，没有动脑。所以打算趁着寒假的时间好好恶补、整理一下PyTorch的操作，以便跟上课程。学习资源:B站up主：我是土堆的视频：PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】
PyTorch中文手册：(pytorch handbook)
Da
转载
2024-02-02 19:57:59
75阅读
在 PyTorch 中，tensor对象经常出现在数据处理和模型输出的结果中。然而，当我们只想得到一个普通的数字或数组，而不想输出 tensor 时，可能会感到困惑。这篇文章将详细说明如何解决“pytorch 输出数 去掉 tensor”的问题，包括技术原理、架构解析以及具体的源码分析，帮助你更有效地使用 PyTorch。
## 背景描述
在深度学习中，PyTorch 是一个广泛使用的框架。它
文章目录PyTorch基本数据类型1. Tensor（张量）概念2. Tensor创建并初始化3. Tensor类型推断4. Tensor维度与形状5. Tensor与NumPy之间的转换6. Tensor所占内存大小7. 设置torch.Tensor默认数据类型8. 随机初始化9. 范围顺序初始化10. 范围数据切割形成Tensor11. 生成特定数字 PyTorch基本数据类型PyTorch
转载
2023-10-16 01:58:40
90阅读
tensor作为pytorch的基本操作对象，是首先要了解的。一、tensor的8个属性：# 数据相关
t.data # tensor的数据
t.dtype # tensor的数据类型
t.shape # tensor的形状
t.device # tensor所在的设备
# 梯度相关
t.grad # data的梯度
t.grad_fn # 创建tensor的function
t.r
转载
2023-09-29 22:00:02
1658阅读
创建Tensor的多种方法从numpy创建import torch
import numpy as np
a = np.array([2, 3.3])
a = torch.from_numpy(a) # torch.DoubleTensor从list创建a = torch.FloatTensor([2, 3.3]) # 尽量少用这种方式,容易和给shape的情况看混淆
b = torch.t
转载
2023-08-24 17:08:55
277阅读
Tensorstensors(张量)时一个特殊的数据结构他和矩阵数组相似。在pytorch中使用tensor作为模型的输入，输出，参数。1. 初始化Tensor直接来自数据numpy转换另一个tensor转换随机值或常数import torch
import numpy as np
# 直接来自数据
data = [[1,2],[3,4]]
x_data = torch.tensor(data)
转载
2023-10-19 11:57:02
200阅读
一、变量的定义定义的语法：变量名 = 值变量名自定义产生，需要满足python标识符命名规则，具体如下：
由字母、数字、下划线组成不能用数字开头不能使用关键字严格区分大小写命名习惯
见名知意驼峰命名法：每个单词首字母大小 MyName 或 第二个及以后的单词首字母大写 myName下划线分隔：my_name二、Debug工具Debug工具是pyCharm IDE中所集成的用来调试程序的
转载
2024-06-20 12:48:52
56阅读
1.1TensorTensor，又名张量，读者可能对这个名词似曾相识，因它不仅在PyTorch中出现过，它也是Theano、TensorFlow、 Torch和MxNet中重要的数据结构。关于张量的本质不乏深度的剖析，但从工程角度来讲，可简单地认为它就是一个数组，且支持高效的科学计算。它可以是一个数（标量）、一维数组（向量）、二维数组（矩阵）和更高维的数组（高阶数据）。Tensor和Numpy的n
转载
2023-09-18 10:56:23
110阅读
Autograd模块PyTorch的Autograd模块是应用所有神经网络的核心内容，在张量(Tensor)上的所有操作，Autograd都能为他们自动提供微分，也就是自动求导的方法，从而简化了手动计算导数的复杂过程。在0.4之前的版本中，PyTorch通过使用Variable类来自动计算所有的梯度，该类主要包含三个属性：data：保存Variable所包含的Tensor。grad：保存data对
转载
2023-11-06 13:18:23
95阅读
