PyTorch 教程    PyTorch常见错误：RuntimeError: invalid argument 2: view size is not compatible with input tensor's....
撰写于：  浏览：410 次  分类：PyTorch 教程
错误原因：我们使用view()函数的时候，稍有不慎会碰到这样的错误：RuntimeError: invalid argument 2: view size is not compatible with input tensor's....这是因为tensor经过转置后数据的内存地址不连续导致的。解决方案：在view()函数前加contiguous([...]
PyTorch 教程    torch.Tensor.data_ptr方法介绍
撰写于：  浏览：463 次  分类：PyTorch 教程
data_ptr方法是tensor向量的一个很重要的方法，它的作用是返回tensor首元素的内存地址，常用来判断两个tensor是不是共享内存，如下所示：data_t = data.t() # Transpose print(data.data_ptr() == data_t.data_ptr()) # True因为Transpose操作只是改变了[...]
PyTorch 教程    PyTorch设置默认的浮点数类型 torch.set_default_dtype
撰写于：  浏览：438 次  分类：PyTorch 教程
PyTorch中有很多浮点类型，例如，torch.float16、torch.float32、torch.float64等。当初始化tensor的时候，可以指定使用那种浮点数类型，如果我们不指定，那么PyTorch默认使用torch.float32类型。如下所示：>>> torch.tensor([1.2, 3]).dtype t[...]
PyTorch 教程    PyTorch调整Tensor内存布局的Tensor.contiguous() 函数
撰写于：  浏览：477 次  分类：PyTorch 教程
在PyTorch中，Tensor.contiguous()方法是一个重要的Tensor操作，用于确保Tensor的内存布局是连续的。这种操作通常在进行某些特定操作后可能需要，因为Tensor的物理内存布局有可能因为某些操作而变得非连续。Tensor的内存布局一个Tensor的数据在内存中可以是连续的，也可以是非连续的。连续的内存布局意味着Tenso[...]
PyTorch 教程    conjugated tensor 共轭矩阵
撰写于：  浏览：369 次  分类：PyTorch 教程
1、什么是共轭矩阵？共轭矩阵是一个复数矩阵，其中它的所有元素都被它们的共轭取代，即它的所有复数的虚部的符号都被改变了。2、共轭矩阵的示例
PyTorch 教程    PyTorch生成复数tensor：torch.complex函数
撰写于：  浏览：518 次  分类：PyTorch 教程
1、torch.complex函数介绍在PyTorch中我们可以生成复数tensor，方法是：torch.complex(real, imag, *, out=None) 参数介绍：real：生成的复数中的实部。imag：生成的复数中的虚部。out：输出的tensor。提示：real实部和imag虚部必须类型，而且只能是float32或者doubl[...]
PyTorch 教程    torch.set_printoptions 更改打印设置
撰写于：  浏览：439 次  分类：PyTorch 教程
1、torch.set_printoptions方法简介torch.set_printoptions方法是来修改pytorch中的打印选项的，就是使用print打印tensor时，我们显示的元素精度，最多显示元素个数等一系列相关操作的选项。如下所示：>>> # 限制tensor的输出精读 >>> torch.se[...]
PyTorch 教程    PyTorch API 学习建议
撰写于：  浏览：1910 次  分类：PyTorch 教程
学习PyTorch，应当多看看它的API文档。PyTorch API文档，如同一座金矿，等着我们去开采。下面给大家分享一下我的个人经验。常言道，书读百遍其义自见，只有看得多了才能发现门道。PyTorch API总共分为几大模块：（1）torch模块。这是针对tensor进行全局设置的模块，毕竟tensor是pytorch的核心，主要常用的函数有：全[...]
PyTorch 教程    PyTorch nn.Sequential 三种用法介绍
撰写于：  浏览：443 次  分类：PyTorch 教程
Sequential 是 PyTorch 中的一种神经网络框架，它可以被认为是一个容器，其封装了神经网络的结构。Sequential 模型只有一组输入和一组输出。各层之间按照先后顺序进行堆叠。前面一层的输出就是后面一次的输入。通过不同层的堆叠，构建出神经网络。1、Sequential的源码分析class Sequential(Module): # [...]
PyTorch 教程    PyTorch model.state_dict()函数的作用
撰写于：  浏览：542 次  分类：PyTorch 教程
1、model.state_dict()函数简介state_dict是Python的字典对象（具体来说，是OrderedDict字典类型），可用于保存模型参数、超参数以及优化器（torch.optim）的状态信息。需要注意的是，只有具有可学习参数的层（如卷积层、线性层等）才有state_dict。import torch.nn as nn impo[...]
PyTorch 教程    六款神经网络作图软件
撰写于：  浏览：1351 次  分类：PyTorch 教程
1、ConvNetDraw，一个在线工具，可以绘制卷积神经网络，链接为：https://cbovar.github.io/ConvNetDraw/ 2、PlotNeuralNet，一个使用Latex绘制神经网络的工具，主要面向卷积神经网络。提示：相比其他的绘图软件，这款软件是最漂亮的。 3、draw_convnet，一个用于画卷积神经网[...]
PyTorch 教程    PyTorch Adam 优化器详细介绍
撰写于：  浏览：1288 次  分类：PyTorch 教程
提示：本文更新于2024年8月24日1、Adam优化器简介Adam 是一种可以替代传统随机梯度下降过程的一阶优化算法，它能基于训练数据迭代地更新神经网络权重。Adam 最开始是由 OpenAI 的 Diederik Kingma 和多伦多大学的 Jimmy Ba 在 2015 年 ICLR 论文（Adam: A Method for Stochas[...]
PyTorch 教程    Batch Normalization详细介绍
撰写于：  浏览：380 次  分类：PyTorch 教程
1、Batch Normalization简介Batch Normalization，简称BN，由Google于2015年提出，这是一个深度神经网络训练的技巧，它不仅可以加快了模型的收敛速度，并且在一定程度缓解了深层网络中“梯度弥散”的问题，从而使得训练深层网络模型更加容易和稳定，所以目前Batch Normalization已经成为几乎所有卷积神[...]
PyTorch 教程    梯度下降法
撰写于：  浏览：1456 次  分类：PyTorch 教程
1、梯度下降法简介梯度下降法（英语：Gradient descent）是一个一阶最优化算法，通常也称为最速下降法。 要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对应梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部极大值点；这个过程则被称为梯度上升法。2、梯度下降法原理[...]
PyTorch 教程    PyTorch评估模式model eval详细介绍
撰写于：  浏览：420 次  分类：PyTorch 教程
1、model eval简介model.eval()是PyTorch中的一个方法，用于将模型设置为评估模式（evaluation mode）。一般情况下，当我们完成模型的训练并准备对其进行评估、测试或推断时，会调用该方法。2、model eval的作用调用model.eval()的作用是将模型中的某些特定层或部分切换到评估模式。在评估模式下，一些层[...]
关注公众号，每天学一个AI知识

    友情链接

飞燕网 - 专注于PyTorch  ©  2024   运行时间： 2105天   上线时间：2019年3月19日
飞燕网，最全面的Pytorch教程网！
京ICP备14057001号