2019年1月23日

torch.unsqueeze

摘要: unsqueeze在指定位置处插入尺寸为1的维度。 注意:返回的张量与此张量共享相同的基础数据。 Example: >>> x = torch.tensor([1, 2, 3, 4]) >>> torch.unsqueeze(x, 0) tensor([[ 1, 2, 3, 4]]) >>> tor 阅读全文

posted @ 2019-01-23 17:39 那抹阳光1994 阅读(321) 评论(0) 推荐(0) 编辑

torch.squeeze

摘要: squeeze可以将张量中尺寸为1的维度移除。 也可以指定维度。 注意:返回的张量与原张量共享内存,改变一个会同时改变另一个。 Example: >>> x = torch.zeros(2, 1, 2, 1, 2) >>> x.size() torch.Size([2, 1, 2, 1, 2]) > 阅读全文

posted @ 2019-01-23 17:26 那抹阳光1994 阅读(838) 评论(0) 推荐(0) 编辑

pytorch中torch.chunk()方法

摘要: chunk方法可以对张量分块,返回一个张量列表: torch.chunk(tensor, chunks, dim=0) → List of Tensors Splits a tensor into a specific number of chunks. Last chunk will be sma 阅读全文

posted @ 2019-01-23 16:30 那抹阳光1994 阅读(18454) 评论(0) 推荐(2) 编辑

理解 LSTM 网络

摘要: [译] 理解 LSTM 网络 本文译自 Christopher Olah 的博文 先看一张很好的图(LSTM神经网络输入输出究竟是怎样的? - Scofield的回答 - 知乎): 这张图是以MLP的形式展示LSTM的传播方式(不用管左边的符号,输出和隐状态其实是一样的),方便理解hidden_si 阅读全文

posted @ 2019-01-23 10:35 那抹阳光1994 阅读(395) 评论(0) 推荐(0) 编辑

导航