【动手学深度学习】Task2:预备知识

这篇博客探讨了深度学习中数据操作的基础知识,包括条件语句的张量应用、广播机制的理解以及数据预处理步骤。内容涵盖数据预处理如删除缺失值最多的列,以及将数据转换为张量格式。同时,还介绍了线性代数相关概念,如矩阵运算,并讨论了微积分在深度学习中的应用。

这里将课后习题完成。

数据操作

1.运行本节中的代码。将本节中的条件语句X == Y更改为X < YX > Y,然后看看你可以得到什么样的张量。

改成X>Y后输出:

tensor([[False, False, False, False],
        [ True,  True,  True,  True],
        [ True,  True,  True,  True]])

改成X<Y后输出

tensor([[ True, False,  True, False],
        [False, False, False, False],
        [False, False, False, False]])

2.用其他形状(例如三维张量)替换广播机制中按元素操作的两个张量。人结果是否与预期相同?

如果两个张量如下:

[in]: x = torch.ones((4,3,5))
[in]: y = torch.ones((4,1,3))
[in]: print(x + y)

输出为

[out]: ValueError: operands could not be broadcast together with shapes (4,3,5) (4,1,3) 

这两个张量是不能兼容的

而如果

 x = torch.ones((4,1,5))
 y = torch.ones((1,3,5))

这是兼容的

可见,要想两个张量之间进行广播,那么对应的维度如果不同的话,其中一个的长度必须为1。

数据预处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值