重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验

torch.flatten()函数参数：torch.flatten(input, start_dim = 0, end_dim = -1)input: 展平的tensorstart_dim: 展平的起始维度end_dim: 展平的结束维度import torcht = torch.tensor([[[1,2,3,4], [5,6,7,8], [1,5,9,7]], [[3,5,7,

文章目录0. 两者的区别1. 创建CNN实例2. dropout的不同3. nn.functional.x的优势reference:0. 两者的区别Pytorch中，nn与nn.functional有哪些区别？相同之处：两者都继承于nn.Modulenn.x与nn.functional.x的实际功能相同，比如nn.Conv3d和nn.functional.conv3d都是进行3d卷积运行效率几乎相同不同之处：nn.x是nn.functional.x的类封装，nn.functional.

0. torchtorch包含多维张量的数据结构，并定义了对这些张量的数学运算。1. Tensors2. Creation Ops3. Indexing,Slicing,Joining,Mutating Ops4. Generatorimport torchimport numpy as npCLASS torch.Generator(device='cpu') → Generatortorch生成器的类，创建并返回一个生成器对象，该对象管理生成伪随机数的算法的状态。在许多就地随机采

文章目录0. torch1. Tensors2. Creation Ops3. Indexing,Slicing,Joining,Mutating Ops3.1 torch.cat()3.2 torch.chunk()3.3 torch.dstack()3.4 torch.gather()3.5 torch.hstack()3.6 torch.index_select()3.7 torch.masked_select()3.8 torch.movedim()3.9 torch.narrow()3.10 to

文章目录0. torch1. Tensors2. Creation Ops2.1 torch.tensor(data)2.2 torch.sparse_coo_tensor()2.3 torch.as_tensor()2.4 torch.as_strided()2.5 torch.from_numpy(ndarray)2.6 torch.zeros()2.7 torch.zeros_like()2.8 torch.ones()2.9 torch.ones_like()2.10 torch.arrnge()2

文章目录0. torch1. Tensors1.1 torch.is_tensor(obj)1.2 torch.is_storage(obj)1.3 torch.is_complex(input)1.4 torch.is_floating_point(input)1.5 torch.is_nonzero(input)1.6 torch.set_default_dtype(d)1.7 torch.get_default_dtype(d)1.8 torch.set_default_tensor_type(t)1

文章目录0 引言1 离线安装0 引言又一次遇到Pytorch安装总是中断的问题，幸亏还记得上次离线安装的经历，既然再次遇到了，就有必要记下来了，以便以后自己查看…1 离线安装要想玩深度学习，不配置几次Cuda和AI框架，又怎么...