言曌博客

两个向量相加或者其他运算，尽可能采用矢量计算。比对每个元素循环计算快几个数量级(几百倍、千倍)。 可以使用 time() 获取当前时间戳毫秒数 代码 from time import time im......

一、正常情况，默认会自动计算梯度 代码 import torch x = torch.tensor([[1.0, 2.0], [3.0, 4.0]], requires_grad=True) # ......

标量（Scalar）： 标量是一个单独的数，它没有方向，只有大小。 在深度学习中，标量通常表示一个单独的数值，例如温度、长度或重量等。   张量（Tensor）： 张量是超过二维的数组，可以......

梯度，我们先简单认为就是函数的导数 比如 y=x*2，y'=2*x 代入x1 = 3，则此时梯度为 6   代码1 import torch x = torch.tensor([3.0], ......

主要使用 numpy() 和 from_numpy 实现 Tensor 和 NumPy的数据转换 关于是否共享内存，总结下 NumPy转Tensor 共享内存 torch.from_numpy(......

PanDas库是Python中的一个强大的数据处理库，它提供了高效的数据分析方法和数据结构。 相比于其他的数据处理库，pandas更适用于处理具有关系型数据或者带标签数据的情况，在时间序列分析方面也有......

NumPy，全称Numerical Python，是一个开源的Python库，它为Python提供了强大的多维数组对象和用于处理这些数组的函数。 NumPy的核心是ndarray，它是一个高效的多维数......

使用 id()查询变量的内存地址 会开辟新内存的 y = x + y y = torch.add(x, y) y = x.add(y) 不会开辟新内存的 y += x y.add......

广播机制：当2个张量形状不同时，会对两者的元素进行复制，使形状相同后再操作。 先来个简单的例子 代码1 import torch a = torch.ones(3) # 生成一个长度为3的全1张量......

代码 import torch x = torch.arange(1, 5).view(2, 2) # 1 2 # 3 4 print(x) # 例1、求对角线之和 print(torch.trac......

一、连续性判断 连续性：底层数据的存储顺序与张量按行优先一维展开的元素顺序是否一致 代码 import torch # 例1、连续性判断 x = torch.arange(6) print(x) pr......

代码 import torch print('# 1、索引选择，一维矩阵') x = torch.arange(0, 5, 1) # 从0到5，步长为1。等价于 x = torch.tensor([......

代码 import torch print('# 1、算法操作') # 例1、加法 x = torch.rand(3, 3) y = torch.rand(3, 3) print(x) print(......

官方文档地址：https://pytorch.org/docs/stable/torch.html 代码 import torch print('# 例1、对角线都是1的矩阵') x = torch......

故事背景 把2年前的代码生成工具搬出来，发现漏了生成每个实体权限菜单SQL的功能。 马上加上，效果如下 比如address.sql如下 INSERT INTO `sys_api`(`pid`, `a......