张量操作篇1 数据类型转换1.1数据类型1.2数据类型转换2 张量操作2.1 形状操作2.2切片和合并2.3 归约计算2.4索引求取 1 数据类型转换1.1数据类型整型数据代码描述tf.int88位整数tf.int1616位整数tf.int3232位整数tf.int6464位整数tf.uint88位无符号整数。tf.uint1616位无符号整数。浮点型数据代码描述tf.float1616位浮点数
转载
2024-10-15 20:30:20
90阅读
【TensorFlow 数据流图】 【说明】 【一】【Tensor】【张量】在数学里，张量是一种几何实体，广义上表示任意形式的 “数据”。张量可以理解为0阶（rank）标量、1阶向量和2阶矩阵在该纬度空间上的推广，张量的阶描述它表示数据的最大纬度张量是用来表示多维数据的，是执行操作时的输入或输出数据两个重要属性：数据类型 (浮点、整型、字符串等) + 数组形状 (各维度大小)张量的形状不一定在编译
1.自上而下理解三者关系 首先我们看一下DataLoader.next的源代码长什么样，为方便理解我只选取了num_works为0的情况(num_works简单理解就是能够并行化地读取数据)class DataLoader(object):
...
def __next__(self):
if self.num_workers == 0:
本次我们要学会使用DataLoader数据加载器来对数据集进行mini_batch批处理，这样可以防止过拟合，以便有更好的泛化能力。几个名词的解释：epoch：指的是一次性训练全部样本的次数total_size：全部的样本数batch_size：指的是将全部样本分批训练，一批中的样本数total_batch：指的是将全部样本分为多少批来看下面这个例子：total_size = 10000 有100
转载
2024-06-12 20:47:44
126阅读
可视化网络结构使用torchinfo工具包来可视化网络结构。使用print函数打印模型基础信息以ResNet18为例import torchvision.models as models
model = models.resnet18()
print(model)这时候得到的模型信息输出结果只能得出基础构件的信息，既不能显示出每一层的shape，也不能显示对应参数量的大小。具体结果如下：ResNe
转载
2024-08-15 11:58:57
293阅读
从TensorFlow的名字就可以看出张量(tensor)是一个很重的概念。在tensorflow程序中所有的数据都通过张量的形式来表示。从功能的角度看，张量可以被理解为多维数组。其中零阶张量表示标量（scalar）也就是一个数；一阶张量为向量，也就是一维数组；n阶张量可以理解为一个n维数组。但张量的实现并不是直接采用数组的形式，它只是对TensorFlow中运算结果的引用。在张量中并没有保存数字
转载
2024-03-30 09:04:42
98阅读
# PyTorch如何打印张量中的某个值
在使用PyTorch进行深度学习和科学计算时，经常需要对张量（Tensor）进行操作。例如，有时我们需要打印张量中特定位置的值。在这篇文章中，我们将详细探讨如何在PyTorch中实现这一功能，包括代码示例，以及整个流程的可视化表示。
## 1. 理解张量
张量是PyTorch中最基本的数据结构，它可以是任意维度的数组。大多数深度学习的输入和输出都是张
TensorFlow之张量1 张量(Tensor) 【类似于numpy中的数组】TensorFlow 的张量就是一个 n 维数组， 类型为tf.Tensor。Tensor具有以下两个重要的属性type:数据类型shape:形状(阶)1.1 张量的类型1.2 张量的阶形状有0阶、1阶、2阶….tensor1 = tf.constant(4.0)
tensor2 = tf.constant
文章目录目的Python和Pytorch数据类型对应创建tensor的方法一些常用的生成tensor方法tensor的切片与索引tensor的维度变换（重点）tensor的叠加和分割tensor的数学运算tensor的统计相关操作 目的在Pytorch中必须使用Pytorch特有的张量（tensor）数据类型，本文介绍tensor的基本操作Python和Pytorch数据类型对应 以上数据是存储
转载
2023-10-20 18:13:55
128阅读
第一篇（常用数学运算）基本数学运算加减乘除运算：tf.add(x, y) # 逐个元素 加
tf.subtract(x, y) # 减
tf.multiply(x, y) # 乘
tf.divide(x ,y) # 除
tf.math.mod(x, y) # 取模
a = tf.constant([0, 1, 2])
b = tf.constant([3, 4, 5])
tf.add(
转载
2024-04-03 19:59:59
37阅读
Java实现调用Bartender控制条码打印机
原创
2022-01-30 13:33:56
641阅读
TensorFlow基本概念之张量张量:Tensor1.打印hello world2.张量支持的数据类型3.创建张量4.计算张量5.稀疏张量 SparseTensor 张量:Tensor在TensorFlow中，张量是数据流图上的数据载体，tensorflow中的tensor就是张量的意思，使用张量统一表示所有数据。张量可以看做是0阶标量，1阶向量和2阶矩阵在高维空间的推广。 张量与常见数据实体
转载
2024-06-16 20:39:42
85阅读
TensorFlow - 张量
https://tensorflow.google.cn/guide/tensorsTensorFlow 指南 - TensorFlow 工作原理https://tensorflow.google.cn/guide正如名称所示，TensorFlow 这一框架定义和运行涉及张量的计算。张量是对矢量和矩阵向潜在的更高维度的泛化。TensorFlow 在
转载
2024-05-02 21:01:54
29阅读
一. TensorFlow内的基本概念图的构建 1.初始化图tf.reset_default_graph()用于清除默认图形堆栈并重置全局默认图形.2.构建新的图g1 = tf.Graph()
g2 = tf.Graph()3.在图中定义张量with g1.as_default():
a = tf.constant([1.0, 1.0])
b = tf.constant([1.0, 1
转载
2024-08-12 22:53:06
38阅读
# Java 中 PageFormat 设置打印张数
在 Java 中，打印功能通常使用 `java.awt.print` 包中的类来实现。我们可以通过 `PageFormat` 类来定义打印的格式，包括打印纸张的大小、取向和每页的内容。在某些情况下，您可能希望控制打印的张数，这可以通过实现 `Printable` 接口来实现。本文将详细介绍如何设置打印张数，并提供相关代码示例。
## 1.
原创
2024-09-14 05:11:08
103阅读
TensorFlow 的张量就是一个 n 维数组， 类型为tf.Tensor。 文章目录1 创建张量1.1 创建固定值张量1.2 创建随机张量2 张量的阶3 张量的类型4 张量的变换4.1 类型的变换4.2 形状的变换5 张量的切片与扩展6 其它张量运算 1 创建张量1.1 创建固定值张量操作代码说明全零张量tf.zeros(shape, dtype=tf.float32, name=None)创
转载
2024-06-30 22:59:34
42阅读
Java实现调用Bartender控制条码打印机
原创
2021-06-22 13:09:17
397阅读
import tensorflow as tfa = tf.constant([1,5], dtype=tf.int32)print(a)print(a.shape)print(a.dtype)
原创
2022-05-08 13:57:44
203阅读
文章目录
一、索引与切片
1.1 索引
1.2 切片
二、维度变换
2.1 改变视图reshape
2.2 增删维度
2.3 交换维度transpose
2.4 复制数据tile
三、Broadcasting
四、数学运算
4.1 加、减、乘、除运算
4.2 乘方运算
4.3 指数和对数运算
4.4 矩阵相乘
五、前向传播实
转载
2020-09-23 10:28:00
253阅读
