深入浅出Pytorch函数——torch.full_like

相关文章

• 深入浅出Pytorch函数——torch.zeros

  分类目录：《深入浅出Pytorch函数》总目录 相关文章： · 深入浅出Pytorch函数——torch.Tensor · 深入浅出Pytorch函数——torch.ones · 深入浅出Pytorch函数——torch.zeros · 深入浅出Pytorch函数——torch.full · 深入浅出Pytorch函数——torch.ones_like · 深入浅出Pytorch函数——torch.zeros_like · 深

  2024年02月07日

  浏览(71)

• 深入浅出Pytorch函数——torch.exp

  分类目录：《深入浅出Pytorch函数》总目录 相关文章： · 深入浅出TensorFlow2函数——tf.exp · 深入浅出TensorFlow2函数——tf.math.exp · 深入浅出Pytorch函数——torch.exp · 深入浅出PaddlePaddle函数——paddle.exp 对输入 input 逐元素进行以自然数 e e e 为底指数运算。 语法 参数 input ：[ Te

  2024年02月11日

  浏览(57)

• 深入浅出Pytorch函数——torch.arange

  分类目录：《深入浅出Pytorch函数》总目录 相关文章： · 深入浅出TensorFlow2函数——tf.range · 深入浅出Pytorch函数——torch.arange · 深入浅出PaddlePaddle函数——paddle.arange 语法 当 dtype 表示浮点类型时，为了避免浮点计算误差，建议给 end 加上一个极小值 epsilon ，使边界可以更加明

  2024年02月04日

  浏览(56)

• 深入浅出Pytorch函数——torch.sum

  分类目录：《深入浅出Pytorch函数》总目录 相关文章： · 深入浅出TensorFlow2函数——tf.reduce_sum · 深入浅出TensorFlow2函数——tf.math.reduce_sum · 深入浅出Pytorch函数——torch.sum · 深入浅出PaddlePaddle函数——paddle.sum 语法 参数 input ：[ Tensor ] 输入的张量。 dim ：[可选, int / tuple ] 求和

  2024年02月04日

  浏览(80)

• 深入浅出Pytorch函数——torch.t

  分类目录：《深入浅出Pytorch函数》总目录 相关文章： · 深入浅出TensorFlow2函数——tf.transpose · 深入浅出Pytorch函数——torch.t · 深入浅出Pytorch函数——torch.transpose · 深入浅出PaddlePaddle函数——paddle.transpose 语法 参数 input : [Tensor] 输入的张量。 返回值 被转置的张量。 实例

  2024年02月11日

  浏览(56)

• 深入浅出Pytorch函数——torch.max

  分类目录：《深入浅出Pytorch函数》总目录 相关文章： · 深入浅出Pytorch函数——torch.max · 深入浅出Pytorch函数——torch.maximum torch.max 有三种输入形式，根据其输入形式及参数的不同有下列三种返回形式： torch.max(input) ：返回输入张量所有元素的最大值。 torch.max(input, dim, keep

  2024年02月15日

  浏览(56)

• 深入浅出Pytorch函数——torch.tensor

  分类目录：《深入浅出Pytorch函数》总目录 相关文章： · 深入浅出TensorFlow2函数——tf.constant · 深入浅出Pytorch函数——torch.tensor · 深入浅出Pytorch函数——torch.as_tensor · 深入浅出Pytorch函数——torch.Tensor · 深入浅出PaddlePaddle函数——paddle.to_tensor 基于 data 构建一个没有梯度历史

  2024年02月04日

  浏览(111)

• 深入浅出Pytorch函数——torch.squeeze

  分类目录：《深入浅出Pytorch函数》总目录 相关文章： · 深入浅出Pytorch函数——torch.squeeze · 深入浅出Pytorch函数——torch.unsqueeze 将输入张量形状为1的维度去除并返回。比如输入向量的形状为 A × 1 × B × 1 × C × 1 × D Atimes1times Btimes1times Ctimes1times D A × 1 × B × 1 × C × 1 ×

  2024年02月16日

  浏览(59)
• 

  深入浅出PyTorch函数torch.rand与torch.randn

  torch.rand 和 torch.randn 都是PyTorch中用于生成随机张量的函数，但它们生成随机数的方式有所不同。 torch.rand 生成在区间 [0, 1) 内均匀分布的随机数。 size 参数是一个表示所需张量形状的元组或整数。可以生成任何形状的随机张量。 torch.randn 生成从标准正态分布（均值为0，标准

  2024年02月09日

  浏览(51)

• 深入浅出Pytorch函数——torch.Tensor.backward

  分类目录：《深入浅出Pytorch函数》总目录 相关文章： · 深入浅出Pytorch函数——torch.Tensor 计算当前张量相对于图的梯度，该函数使用链式法则对图进行微分。如果张量不是一个标量（即其数据具有多个元素）并且需要梯度，则函数还需要指定梯度，指定的梯度应该是一个与

  2024年02月15日

  浏览(58)