2021年1月19日
原地操作符的使用（可以使用其他变量接收也可以使用自身变量来接收）
摘要： >>> atensor([2., 4., 6., 8.])>>> c = a.resize_(2,2)>>> atensor([[2., 4.], [6., 8.]])>>> ctensor([[2., 4.], [6., 8.]])>>> a = a.resize_(4)>>> atensor([ 阅读全文
posted @ 2021-01-19 20:50 _八级大狂风 阅读(108) 评论(0) 推荐(0) 编辑
Tensor的向量化
摘要： 向量化操作是指可以在同一时间进行批量地并行计算，例如矩阵运算，以达到更好效率的一种方式。 尽量使用向量化直接对Tensor操作，避免低效率的for循环对元素逐个操作。 阅读全文
posted @ 2021-01-19 20:32 _八级大狂风 阅读(234) 评论(0) 推荐(0) 编辑
Pytorch中的Sort的使用
摘要： >>> a = torch.randn(3,3)>>> atensor([[ 0.5805, 0.1940, 1.2591], [-0.0863, 0.5350, -0.7737], [-0.4059, -0.0447, -0.3434]])>>> a.sort(0,True)[0]tensor([ 阅读全文
posted @ 2021-01-19 12:25 _八级大狂风 阅读(555) 评论(0) 推荐(0) 编辑
Torch的索引与形变
摘要： >>> a = torch.Tensor([[1,2],[3,4]])>>> atensor([[1., 2.], [3., 4.]])>>> a[1] 类似python中的列表的取值tensor([3., 4.])>>> a[0]tensor([1., 2.])>>> a > 0 返回布尔值或者0 阅读全文
posted @ 2021-01-19 11:45 _八级大狂风 阅读(465) 评论(0) 推荐(0) 编辑