ThetaQing的博客

where torch.where(condition,x,y)

数据类型 那么怎么表达string呢？ one-hot [1 0] dog [0 1] cat 每一个位置代表一个意思，相关性不强 Embedding编码 打勾部分是常用的类型 数据表示 维度为0的标量用torch.tensor(1.3)表示。 维度为1的向量/张量 维度为2 的向量表示 维度为3 适合处理RNN，文字处理 维度为4 适合神经网络，图像处理 ...

创建tensor 从numpy导入 从list里面导入 tips: orch.tensor()里面的参数只能是numpy数据或list,即现成的数据；torch.Tensor/FloatTensor()参数为数据的维度,如果是接收现成的数据，要用list形式，如第四行表示方法（不建议使用，易混淆），如果是torch.Tensor/FloatTensor(2,3)表示数据shape为2*...

加减乘除 矩阵相乘 torch.mm 只适用于2d，不推荐 torch.matmul 推荐使用 @ 运算符重载 次方运算 a = torch.full([2,2],3) aa = a.pow(2) 操作运算如下： a.pow(n) 表示an a**n 表示an aa.sqrt() 表示aa 1/2 aa.rsqrt() 表示aa1/3 注意这里没有torch. 幂/对数 a = to...

分类 主要有导数（标量）、偏微分（特殊的导数，标量）、梯度（由偏微分组成的向量）三类 极小值求解 影响因素： 初始状态 学习率，影响收敛速度和精度 动量，逃离局部最小值 ...