05动手学深度学习(下)

按特定轴求和

看到后面发现沐神单独分开是为了解释其中的线性代数部分中按特定轴求和部分的理解。

按特定轴求和

python 复制代码
import torch

a=torch.ones((2,5,4))
a.shape
复制代码
torch.Size([2, 5, 4])
python 复制代码
a.sum(axis=[0,2])
复制代码
tensor([8., 8., 8., 8., 8.])
python 复制代码
a.sum(axis=[0,2],keepdims=True).shape
复制代码
torch.Size([1, 5, 1])

上面的都可以换,比如axis可以换成0、1什么的,大家都可以尝试一下,就比较好理解具体是怎样求和的。

相关推荐
Jackchenyj2 分钟前
【无标题】
人工智能·智能体·记忆·思维训练
zyxzyx494 分钟前
从 Transformer 架构看 AI 提效:任务拆解为何能激活大模型的推理能力?
人工智能·架构·transformer
智驱力人工智能4 分钟前
视觉分析赋能路面漏油检测 从产品设计到城市治理的实践 漏油检测 基于YOLO的漏油识别算法 加油站油罐泄漏实时预警技术
人工智能·opencv·算法·yolo·目标检测·计算机视觉·边缘计算
卢卡上学5 分钟前
迎接AI搜索新时代:GEO(生成式引擎优化)的战略价值
人工智能
1***43806 分钟前
Anaconda加速AI模型训练的技术文章大纲配置与优化
人工智能
xiatianxy7 分钟前
登高作业安全难题如何破?
大数据·人工智能·科技·物联网·安全·智能安全带
AI人工智能+7 分钟前
智能表格识别技术突破传统OCR局限,实现复杂纸质表格的精准数字化转换
深度学习·ocr·表格识别
qyresearch_9 分钟前
直线导轨:精密制造的“隐形冠军”,驱动工业自动化升级的核心力量
人工智能·自动化·制造
一瞬祈望12 分钟前
⭐ 深度学习入门体系(第 18 篇): Batch Size:为什么它能影响训练速度与泛化能力?
人工智能·深度学习·batch