摘要：
均方误差（MSE） 使用方法如下： import torch import torch.nn as nn a = torch.tensor([[1,2,3],[4,5,6]],dtype=torch.float) b = torch.tensor([[1,3,5],[6,5,4]],dtype=to 阅读全文
摘要：
1.存在的问题 我们常常需要连接远程服务器，在服务器上运行我们的程序，当程序运行时间不长的时候我们完全可以等待其运行完成。但当程序运行时间特别长的时候，我们和服务器的连接不可能一直建立，所以这个时候在后台进行程序的执行就会显得特别重要。一般情况下，我们使用ssh连接远程服务器时，如果由于网络问题或者 阅读全文
摘要：
map函数 map函数会根据提供的函数对指定序列做映射。 函数语法如下： map(function,iterable,....) 参数： function 函数 iterable 一个或多个序列 使用示例如下所示： a = [[1,2,3],[5,6,7,8],[3,5,7,2,1]] result 阅读全文
摘要：
1. 首先导入需要用到的包 from torch.utils.data import DataLoader,Dataset 2. 自定义Dataset 一般情况下我们使用Dataset，需要自定义一个类来继承Dataset，然后实现__getitem__()方法和__len__()方法 使用示例如下 阅读全文
摘要：
写在前面：下面的内容基于pytorch的版本为：1.7.1 1. 预训练嵌入向量的使用 import gensim model = gensim.models.KeyedVectors.load_word2vec_format('./w2v_model.txt',binary=False, enco 阅读全文
摘要：
tensor.equal()方法： # 该方法用于比较两个tensor是否一样，一样则返回True否则为False a = torch.tensor([1,2,3,4]) b = torch.tensor([1,2,3,4]) print(a.equal(b)) # 返回True tensor.eq 阅读全文
摘要：
数据类型之间的转换 numpy转list list = ndarray.tolist() tensor转numpy ndarray = tensor.numpy() # 注意gpu上的tensor不能直接转为numpy，应先放回cpu中 ndarray = tensor.cpu().numpy() 阅读全文
摘要：
与GPU的相关操作 查看gpu是否可用 torch.cuda.is_available() # 可用返回True，不可用返回False 返回可用的CPU的数量 torch.cuda.device_count() 返回gpu的名字，设备索引默认从0开始 torch.cuda.get_device_na 阅读全文
摘要：
在pytorch中有两种模型保存方式，如下所示： # 第一种：只保留模型参数： torch.save(model.state_dict(),path) # 保存 model.load_state_dict(torch.load(path)) # 加载（需提前定义模型） # 第二种：保存整个模型： t 阅读全文
摘要：
连接远程服务器 打开vscode，在应用商店中搜索Remote development插件，点击进行安装，点击之后会同时安装几个插件，不用管等待安装完成即可。 安装完成之后，界面右下角出现相关的绿色图标，图标处也出现远程连接图标，如下所示： 点击远程连接图标，然后点击左上角的下拉选项，选择SSH T 阅读全文