随笔分类 -  Python AND Pytorch 琐碎知识

摘要:解释: 以下面代码为例: index = torch.tensor([[2, 1, 0]]) tensor_1 = tensor_0.gather(dim=1, index) print(tensor_1) (1) output.shape = index.shape # 确定最后输出的output 阅读全文
posted @ 2024-04-09 10:53 SXQ-BLOG 阅读(10) 评论(0) 推荐(0) 编辑
摘要:DropPath 类似于Dropout,不同的是 Drop将深度学习模型中的多分支结构随机 “失效” 而Dropout 是对神经元随机 “失效” DropPath在网络中的应用 假设在前向传播中有如下的代码: x = x + self.drop_path( self.conv(x) ) 那么在dro 阅读全文
posted @ 2023-10-14 21:48 SXQ-BLOG 阅读(119) 评论(1) 推荐(0) 编辑
摘要:参考链接: https://www.liaoxuefeng.com/wiki/1016959663602400/1017451662295584 https://blog.csdn.net/zhh763984017/article/details/120072425 阅读全文
posted @ 2022-10-12 18:56 SXQ-BLOG 阅读(26) 评论(0) 推荐(0) 编辑
摘要:import argparse # (1) 声明一个parser parser = argparse.ArgumentParser() # (2) 添加参数 parser.add_argument("parg") # 位置参数,这里表示第一个出现的参数赋值给parg parser.add_argum 阅读全文
posted @ 2022-09-15 07:26 SXQ-BLOG 阅读(26) 评论(0) 推荐(0) 编辑
摘要:torchvision.transforms.ToTensor() 将numpy的ndarray或PIL.Image读的图片(H,W,C)转换成形状为(C,H, W)的Tensor格式,当然,需要特别注意的是,当使用ToTensor() 将numpy转为Tensor格式时,numpy中的元素必须是u 阅读全文
posted @ 2022-09-12 21:28 SXQ-BLOG 阅读(433) 评论(0) 推荐(0) 编辑
摘要:Image.open(img_path).convert("RGB") 读出来的图像是RGBA四通道的,A通道为透明通道,该通道值对深度学习模型训练来说暂时用不到,因此使用convert(‘RGB’)进行通道转换 阅读全文
posted @ 2022-09-10 11:25 SXQ-BLOG 阅读(24) 评论(0) 推荐(0) 编辑
摘要:定义 torch.sort(input,dim,descending) torch.argsort(input,dim,descending) 用法 torch.sort:对输入数据排序,返回两个值,即排序后的数据values和其在原矩阵中的坐标indices torch.argsort:同torc 阅读全文
posted @ 2022-09-01 20:18 SXQ-BLOG 阅读(808) 评论(0) 推荐(0) 编辑
摘要:形式: torch.max(input) → Tensor 返回输入tensor中所有元素的最大值: a = torch.randn(1, 3) >>0.4729 -0.2266 -0.2085 torch.max(a) #也可以写成a.max() >>0.4729 形式: torch.max(in 阅读全文
posted @ 2022-09-01 08:38 SXQ-BLOG 阅读(987) 评论(0) 推荐(0) 编辑
摘要:https://pytorch.org/docs/stable/generated/torch.nonzero.html 阅读全文
posted @ 2022-09-01 08:36 SXQ-BLOG 阅读(23) 评论(0) 推荐(0) 编辑
摘要:None的作用主要是在使用None的位置新增一个维度。 a = np.arange(25).reshape(5,5) print(a) ''' [[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14] [15 16 17 18 19] [20 21 22 23 24]] 阅读全文
posted @ 2022-08-31 20:46 SXQ-BLOG 阅读(308) 评论(0) 推荐(0) 编辑
摘要:torch.stack():http://www.45fan.com/article.php?aid=1D8JGDik5G49DE1X torch.stack()个人理解:属于先变形再cat的操作,所以在哪个维度上stack,要先把原数据变成相应维度上的值。 例如:x = [1, 2], y = [ 阅读全文
posted @ 2022-08-31 17:47 SXQ-BLOG 阅读(129) 评论(0) 推荐(0) 编辑
摘要:教程链接:https://blog.51cto.com/u_15521344/5056937 注意: 一个SummaryWriter只会在文件夹中生成一个events文件(.add_scalars实际上是多个SummaryWriter) 一个SummaryWriter可以给不同的tag画图,但是画出 阅读全文
posted @ 2022-08-30 21:22 SXQ-BLOG 阅读(296) 评论(0) 推荐(0) 编辑
摘要:1:https://blog.csdn.net/weixin_39504171/article/details/106356977 2: https://pytorch.org/docs/stable/generated/torch.meshgrid.html 阅读全文
posted @ 2022-08-28 12:41 SXQ-BLOG 阅读(25) 评论(0) 推荐(0) 编辑
摘要:https://zhuanlan.zhihu.com/p/474153365 torch.repeat 使张量沿着某个维度进行复制, 并且不仅可以复制张量,也可以拓展张量的维度: import torch x = torch.randn(2, 4) # 1. 沿着某个维度复制 x.repeat(1, 阅读全文
posted @ 2022-08-18 18:18 SXQ-BLOG 阅读(714) 评论(0) 推荐(0) 编辑
摘要:链接:https://blog.csdn.net/yzlh2009/article/details/114118470 情况一,索引数组为整数值 情况二,索引数组为bool值 阅读全文
posted @ 2022-08-18 15:34 SXQ-BLOG 阅读(150) 评论(0) 推荐(0) 编辑
摘要:原文链接:https://blog.csdn.net/jackandsnow/article/details/103885422 阅读全文
posted @ 2022-07-29 17:41 SXQ-BLOG 阅读(28) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示