机器学习-Pytorch基础

  1. Numpy和Pytorch可以相互转换,前者CPU上,后者GPU上,都是对矩阵进行运算,Pytorch的基本单位是张量。
  2. torch 可以初始化全为0、全为1、符合正态分布的矩阵
  3. 确定性初始化
  • torch.tensor()
  • torch.arrange()
  • torch.linspace()
  • torch.logspace()
  • ones/zeros/eye/full
  1. 随机性初始化
  • torch.Tensor()
  • torch.rand()
  • torch.rand_like()
  • torch.randint()
  • torch.randn()
  1. 直接点×关闭jupyter不正确,应该再启动一个命令行,进入打开jupyter的环境,打jupyter notebook stop
  2. torch可以和python列表一样切片
  3. 神经网络输入一维,图片是三维,所以需要维度变换,view()和reshape()都可以维度变换,后者鲁棒性更强。reshape可以多层嵌套,前者不行。化成一维可以偷懒,用-1。
  4. 增加新的维度:unsqueeze(),增加一个括号
  5. 维度缩减:squeeze()维度值为1才能删,因为维度值大于1删除会丢数据,减少个括号。
  6. 维度扩展:expand(),repeat()
  7. 维度调整:transpose(),permute()前者只能调两个维度,后者可以调整多个维度。某个算法可能只能用最后一个维度,所以需要进行维度的调整,如transformer()
  8. 广播机制:相当于先进行了unsqueeze再进行expand。小维度向大维度进行广播时,得先匹配,得先小维度和大维度相同或者小维度为1才能进行广播。
  9. 根据文档进行编程的思想!不用背API,知道这个函数的功能是什么,用到的时候去查文档。
  10. 数学能力是科研能力的上限,如果是工作的话数学要求没那么高。
  11. 张量的拼接 cat()和stack(),前者只能是需要拼接的维度不同,其他得相同;后者所有维度都必须相同。
  12. 张量的拆分split()和chunk(),前者是按间隔拆分,后者是按数量拆分
  13. 取整floor(),ceil(),round()
  14. 裁数trunc(),frac()
  15. 计算mean,max,sum,prod,min
  16. a.argmax(),a.argmin()最大值索引和最小值索引
  17. eq(),equal()前者更精细,每个位置比对,后者是整体比对。

博客1
博客2
博客3

文档1

相关推荐
万少20 小时前
Trae AI 编辑器6大使用规则
前端·javascript·人工智能
bluetata20 小时前
Rokid AR眼镜开发入门:构建智能演讲提词器Android应用
android·人工智能·云计算·ar·ai编程
番茄寿司20 小时前
基于LSTM的多变量时间序列预测创新路径
论文阅读·深度学习·计算机网络·机器学习·lstm
墨利昂20 小时前
深度学习常用优化器解析
人工智能·深度学习·机器学习·1024程序员节
这张生成的图像能检测吗21 小时前
(论文速读)超像素引导低光图像增强与特征恢复
图像处理·人工智能·目标检测·计算机视觉·低照度图像增强
机器之心21 小时前
吴恩达关注的Ling-1T背后,蚂蚁Ling 2.0技术报告解密万亿模型开源配方
人工智能·openai
空白到白21 小时前
NLP相关面试题
人工智能·自然语言处理
嵌入式-老费21 小时前
Easyx图形库应用(和opencv协同)
人工智能·opencv·计算机视觉
放羊郎21 小时前
基于三维点云图的路径规划
人工智能·动态规划·slam·点云·路径规划·激光slam