- 2024-07-01《昇思25天学习打卡营第2天 | 张量 Tensor》
《昇思25天学习打卡营第2天|张量Tensor》《昇思25天学习打卡营第2天|张量Tensor》《昇思25天学习打卡营第2天|张量Tensor》什么是张量（Tensor）张量的创建方式根据数据直接生成从NumPy数组生成使用init初始化器构造张量继承另一个张量的属性，形成新的张量张量的属
- 2024-06-24torch.sub
torch.sub是PyTorch中用于执行逐元素减法的函数。它可以用于张量之间的减法运算，或者用来从一个张量中减去一个标量。以下是一些使用torch.sub的示例：示例1：两个张量之间的减法importtorch#创建两个张量tensor1=torch.tensor([5.0,6.0,7.0])tensor2=torch.tens
- 2024-06-21【MindSpore学习打卡】初学教程-03张量Tensor-理解MindSpore中的张量(Tensor)操作
03张量Tensor-理解MindSpore中的张量(Tensor)操作在深度学习领域，张量（Tensor）是最基本的数据结构之一。它不仅可以表示标量、向量和矩阵，还可以表示更高维度的数据。张量在神经网络的构建和训练中扮演着至关重要的角色。在MindSpore中，张量是网络运算的基本单位。本篇博客将详
- 2024-06-21# 机器学习day05
张量元素类型转换data.type(torch.DoubleTensor)data=torch.full([2,3],10)print(data.dtype)#将data元素类型转换为float64类型data=data.type(torch.DoubleTensor)print(data.dtype)#转换为其他类型#data=data.type(torch.ShortTensor)#data=
- 2024-06-21电磁能产生引力波的数学公式
下面介绍一种，计算电磁场产生的引力的方法，相关资料下载网址：链接:https://pan.baidu.com/s/13cdgYMZFrzr9koe1NHZIHA?pwd=6qz9 提取码:6qz9 链接:https://pan.baidu.com/s/1D9jg1AZFyfP_mpq6-Foqhg?pwd=do5z 提取码:do5zhttps://kdocs.cn/join/ge5wqfb?f=101
- 2024-06-20昇思25天学习打卡营第2天|张量、数据集和数据变换
张量Tensor张量（Tensor）是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数，这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在
- 2024-06-18python编程笔记
pythonimport库失败：原因是解释器选择不对，pip3installnumpy是把numpy库安装在3.xxx的python解释器中，但是我是在3.9.6的解释器下运行的，所以找不到，此时需要把解释器换成3.11.9即可。Super(Net,self)._init_()这是对继承自父类的属性进行初始化，子类继承了父类的所有属性
- 2024-06-10标量、向量、矩阵、张量是什么？
参考视频：标量、向量、矩阵、张量-机器学习-李文哲AI人工智能培训_哔哩哔哩_bilibili参考资料：深度学习基础：标量、向量、矩阵、张量_深度学习本质是矩阵-CSDN博客标量是一个独立存在的数，比如线性代数中的一个实数5就可以被看作一个标量，所以标量的运算相对简单，与平常做的算数运
- 2024-06-09TensorFlow 的基本概念和使用场景
TensorFlow是一个开源的机器学习框架，由Google开发并于2015年发布。它提供了一个灵活的编程环境，用于构建和训练各种机器学习模型。TensorFlow的核心概念是张量（Tensors）和计算图（ComputationalGraphs）。张量是多维数组，可以表示各种类型的数据，如数字、字符串等。计算图是一系列的操
- 2024-06-08算法金 | 这次终于能把张量（Tensor）搞清楚了！
大侠幸会，在下全网同名[算法金]0基础转AI上岸，多个算法赛Top[日更万日，让更多人享受智能乐趣]1.张量（Tensor）基础概念1.1张量的定义与重要性张量是深度学习中用于表示数据的核心结构，它可以视为多维数组的泛化形式。在机器学习模型中，张量用于存储和变换数据，是实现
- 2024-06-08TensorFlow2.x基础与mnist手写数字识别示例
文章目录Github官网文档安装声明张量常量变量张量计算张量数据类型转换张量数据维度转换ReLU函数Softmax函数卷积神经网络训练模型测试模型数据集保存目录显示每层网络的结果TensorFlow是一个开源的深度学习框架，由GoogleBrain团队开发和维护。它被广泛应用
- 2024-06-08保姆级教程：《Pytorch 实战宝典》来了
Pytorch是目前常用的深度学习框架之一，比起TF的框架环境配置不兼容，和Keras由于高度封装造成的不灵活，PyTorch无论是在学术圈还是工业界，都相当占优势。不夸张地说，掌握了PyTorch，就相当于走上了深度学习、机器学习、大模型的快车道。它凭借着对初学者的友好性、灵活性，
- 2024-06-05深度学习 - PyTorch简介
基础知识1.PyTorch简介PyTorch的特点和优势：动态计算图、易用性、强大的社区支持、与NumPy兼容。安装和环境配置：安装和验证PyTorch：pipinstalltorchtorchvision验证安装：importtorchprint(torch.__version__)运行结果：1.9.0#具体版本可能不同配置虚拟
- 2024-06-04笔记2：张量简介
张量生成方法转自：https://www.cnblogs.com/miraclepbc/p/14329476.html张量的形状及类型张量的计算张量的梯度手写线性回归张量生成方法张量的形状及类型张量的计算张量的梯度手写线性回归
- 2024-06-02（自用）目标检测的一些方法
一、Numpy模块importnumpyasnpnp.arange()生成一维数据numpy.arange(start,stop,step,dtype=None) start：开始数字，默认为0 stop：停止数字（不输出该值），必填 step：步长，默认为1np.reshape()改变数组或矩阵的形状numpy.resha
- 2024-05-30PyTorch学习（8）：PyTorch中Tensor的合并于拆分(torch.cat, torch.stack, torch.trunk, torch.split)
1.写在前面 在使用PyTorch执行深度学习开发时，经常会用到对Tensor的合并于拆分操作。如我们在使用CSP时，有时候会需要将Tensor拆分成两部分，其中一部分进行进行CrossStage操作，另一部分执行多重卷积操作，这个时候我们就会用到四个典型的接口，分别是torch.cat,torch
- 2024-05-29PyCharm调试 查看张量完整数据方法
PyCharm调试时查看张量的值时默认中间使用...有时候需要查看完整的数据来debug一直print又很麻烦可以使用下面这个方法这里我想查看这个叫test的张量完整值，在debug界面找到这个变量并右键选择评估表达式在表达式界面输入下面代码记得替换变量名np.array(test.data.cp
- 2024-05-27每天五分钟深度学习框架pytorch：tensor张量的维度转换大全
本文重点在深度学习中比较让人头疼的一点就是矩阵的维度，我们必须构建出符合神经网络维度的矩阵，只有将符合要求的矩阵放到神经网络中才可以运行神经网络，本节课程我们将学习以下tensor中维度的变化。view和shapeView和shape,这两个方法可以完成维度的变换操作，而且使用方法是一
- 2024-05-26深度学习 PyTorch 笔记 (1) ：预备知识（张量、线代、微分基础）
《动手学深度学习》笔记——(1)预备知识（张量、线代、微分基础）教材：https://zh-v2.d2l.ai文章目录1数据操作1.1n维数组与张量1.2初始化1.3访问元素1.5运算2数据预处理2.1创建人工数据集2.2读取数据集2.3处理缺失数据3线性代数3.1标量3.2向量3.3矩阵3.4
- 2024-05-21tensorflow.js示例笔记 - predict-download-time
预测下载时间。<!DOCTYPEhtml><html><head><title>predict-download-time</title><style>canvas{border:1pxsolid#d3d3d3;}</style><sc
- 2024-05-13GGML 非官方中文文档
_CRT_SECURE_NO_DEPRECATE类型：宏定义描述：禁用Windows上荒谬的“不安全”警告。_USE_MATH_DEFINES类型：宏定义描述：在MSVC上使用M_PI。GGML_DEBUG类型：宏定义描述：定义调试级别。GGML_GELU_FP16类型：宏定义描述：定义GELU函数的浮点数精度为16位。GGML_GELU_QUICK_FP
- 2024-05-07Pytorch入门—Tensors张量的学习
Tensors张量的学习张量是一种特殊的数据结构，与数组和矩阵非常相似。在PyTorch中，我们使用张量来编码模型的输入和输出，以及模型的参数。张量类似于NumPy的ndarrays，只是张量可以在GPU或其他硬件加速器上运行。事实上，张量和NumPy数组通常可以共享相同的底层内存，从而无需复制数据（请参
- 2024-05-06动手学深度学习——基本张量运算
基本张量运算张量张量可以被看做多维数组，高维矩阵，可以进行多种数据操作和数学运算importtorchtorch.tensor([[1.,-1.],[1.,-1.]])创建张量tensor([[1.,-1.],[1.,-1.]])a=torch.randn(2,3)torch.sigmoid(a)a处理张量tensor([[-0.1690,-0.2554,-0.4
- 2024-05-02张量计算框架的学习 pytorch和tensorflow
要实现一些模型或者算法，可以直接用pytorch库或者tensorflow库，但是也可以再深入一些也就是对库本身进行一些扩展。找到两篇文章觉得不错：知乎上分享的万字综述，核心开发者全面解读PyTorch内部机制https://zhuanlan.zhihu.com/p/67834038探索TensorFlow的运行原理：TensorFlow是如
- 2024-04-22【pytorch学习】之线性代数
3线性代数3.1标量如果你曾经在餐厅支付餐费，那么应该已经知道一些基本的线性代数，比如在数字间相加或相乘。例如，北京的温度为52◦F（华氏度，除摄氏度外的另一种温度计量单位）。严格来说，仅包含一个数值被称为标量（scalar）。如果要将此华氏度值转换为更常用的摄氏度，则可以计算表达式$C=