TF的核心是围绕Graph展开的，简而言之，就是Tensor沿着Graph传递闭包完成Flow的过程。所以在介绍Graph之前需要讲述一下符号编程、计算流图、梯度计算、控制流的概念。张量(Tensor)名字就是TensorFlow，直观来看，就是张量的流动。张量(tensor)，即任意维度的数据，一维、二维、三维、四维等数据统称为张量。而张量的流动则是指保持计算节点不变，让数据进行流动。这样的设计
01
Tensor的裁剪运算
对Tensor中的元素进行范围过滤
常用于梯度裁剪（gradient clipping），即在发生梯度离散或者梯度爆炸时对梯度的处理
torch.clamp(input, min, max, out=None) → Tensor：将输入input张量每个元素的夹紧到区间 [min,max]，并返回结果到一个新张量。
02
Tensor的索引与数据筛选
转载
2021-09-08 15:44:59
4498阅读
ay)Numpy是科学计算的框架，不是专门用于计算图、深度学习或梯度的。但
原创
2022-03-29 18:55:53
645阅读
据结构。
原创
2023-02-08 11:14:41
317阅读
tensor复制可以使用clone()函数和detach()函数即可实现各种需求。cloneclone()函数可以返回一个完全相同的tensor,新的tensor开辟新的内存，但是仍然留在计算图中。detachdetach()函数可以返回一个完全相同的tensor,新的tensor开辟与旧的tensor共享内存，新的tensor会脱离计算图，不会牵扯梯度计算。此外，一些原地操作(in-place, such as resize_ / resize_as_ / set_ / transpose
原创
2021-08-12 22:31:31
1568阅读
torch 张量 张量（Tensor）是线性代数中的一种数据结构，是向量和矩阵的推广，我们可以在张量上进行算术运算。Tensors 类似于 NumPy 的 ndarrays ，同时 Tensors 可以使用 GPU 进行计算 判断是否是张量 import torch var_1 = 1 print( ...
转载
2021-07-19 22:51:00
478阅读
2评论
文章目录三阶多项式拟合正弦函数(numpy, ndarray)张量直接由数据得到由NumPy array得到由另一个张量得到初始化随机或常量值张量张量的属性张量运算标准numpy式的索引和切片连接张量[2]算术运算单元素张量就地(In-place)操作[3]张量与Numpy 数组张量 到 NumPy 数组NumPy 数组 到 张量三阶多项式拟合正弦函数(pytorch,tensor)三阶
原创
2022-05-01 20:08:06
731阅读
张量的概念 张量，即Tensor，是PyTorch的基本数据结构。在数学概念中，张量是一个多维数组，它是标量、向量、矩阵的高维拓展。torch.Tensor中的属性：data: 被包装的Tensorgrad: data的梯度grad_fn: 创建Tensor的Function，如加法，乘法，这个操作在求导过程中需要用到，所以需要将其记录下来。requires_grad: 指示是否需要计算梯度is
转载
2023-11-10 05:06:58
154阅读
# PyTorch张量（Tensor）平移操作
在深度学习和机器学习中，张量是一种重要的数据结构，PyTorch是一个非常流行的深度学习框架。本文将介绍如何在PyTorch中对张量进行平移操作，并提供相应的代码示例及应用场景。
## 什么是张量（Tensor）
在数学和计算机科学中，张量是一个包含多个维度的数组。简单来说，标量（0维）、向量（1维）、矩阵（2维）都是张量的特殊形式。PyTor
点乘a与b做*乘法，原则是如果a与b的size不同，则以某种方式将a或b进行复制，使得复制后的a和b的size相同，然后再将a和b做element-wise的乘法。* 标量Tensor与标量k做*乘法的结果是Tensor的每个元素乘以k（相当于把k复制成与lhs大小相同，元素全为k的Tensor）。>>> a = torch.ones(3,4)
>>> a
te
转载
2024-04-10 12:54:55
125阅读
文章目录1，张量扩增([expand](https://pytorch.org/docs/stable/generated/torch.Tensor.expand.html?highlight=expand), [repeat](https://pytorch.org/docs/stable/generated/torch.Tensor.repeat.html?highlight=repeat#
转载
2024-05-18 17:28:27
230阅读
点击上方“机器学习与生成对抗网络”，关注星标获取有趣、好玩的前沿干货！作者 | 秦一@知乎编辑 | 极市平台来源 | https://zhuanlan.zhihu.com/p/39935...
转载
2021-11-08 16:10:53
4991阅读
因为自己经常要看，所以为了方便进行转载原文：https://blog.51cto.com/u_14582976/2829453张量--->blog也许你已经下载了TensorFlow，而且准备开始着手研究深度学习。但是你会疑惑：TensorFlow里面的Tensor，也就是“张量”，到底是个什么鬼？也许你查阅了维基百科，而且现在变得更加困...
转载
2021-05-12 21:07:02
275阅读
import torch import numpy as np print(torch.tensor([1,2,3])) print(torch.tensor(np.arange(15).reshape(3,5))) print(torch.empty([3,4])) print(torch.one
原创
2021-08-25 14:22:57
183阅读
要将 PyTorch 的 tensor 张量写入 txt 文件，我们需要一个系统的过程来确保一切顺利。接下来，我将从环境预检、部署架构、安装过程、依赖管理、配置调优和服务验证这几个方面来探讨一下这个问题的解决方案。
在进入具体内容之前，首先需要确认我们的环境要求，这对于确保不会遇到意想不到的问题至关重要。
| 系统要求 | 版本 |
|------------|-------
torch.Tensor的4种乘法torch.Tensor有4种常见的乘法：*, torch.mul, torch.mm, torch.matmul. 本文抛砖引玉，简单叙述一下这4种乘法的区别，具体使用还是要参照官方文档。点乘a与b做*乘法，原则是如果a与b的size不同，则以某种方式将a或b进行复制，使得复制后的a和b的size相同，然后再将a和b做element-wise的乘法。下面以*标量
转载
2024-05-16 10:11:58
137阅读
学习一时爽，一直学习一直爽Hello，大家好，我是 人见人爱，花见花开，车见车不撞我的もうり。本文： https://blog.csdn.net/weixin_44510615/article/details/88920938笔记于4月份记录我看着之前的笔记，发现tf2不支持placerholder占位符，现在才知道，之前知道不支持sessiontensorflow核心和语言支持的API流动过程张
原创
2021-03-03 19:20:44
508阅读
关注公众号【sowhat1412】获取海量资源，高清思维导图已同步Git：https://github.com/SoWhat1412/xmindfile也许你已经下载了TensorFlow，而且准备开始着手研究深度学习。但是你会疑惑：TensorFlow里面的Tensor，也就是“张量”，到底是个什么鬼？也许你查阅了维基百科，而且现在变得更加困惑。也许你在NASA教程中看到它，仍然不知道它
原创
2022-01-12 09:51:12
155阅读
本文已收录于Pytorch系列专栏： Pytorch入门与实践 专栏旨在详解Pytorch，精炼地总结重点，面向入门学习者，掌握Pytorch框架，为数据分析，机器学习及深度学习的代码能力打下坚实的基础。免费订阅，持续更新。认识张量张量是一个多维数组 ，它是标量、向量、矩阵的高维拓展。比如说对于一张图片，它是3维张量，其中RGB就是其第三维张量。Tensor与 VariableVari
原创
精选
2022-10-28 18:04:46
914阅读
# 使用 PyTorch 获取 Tensor 张量的所有值
在学习深度学习和计算机视觉的过程中，PyTorch 是一种非常流行的深度学习框架。而在使用 PyTorch 的过程中，获取 Tensor 张量中的所有值是非常重要的环节。本篇文章将引导你如何在 PyTorch 中实现这一目标，并展示整个过程的步骤。
## 实现流程
我们可以将整个过程分为以下几个步骤：
| 步骤编号 | 步骤描述
