言曌博客

一、完整代码 1、CNN.py import torch # 神经网络定义 class CNN(torch.nn.Module): def __init__(self): ......

原理就是，已经有了506条样本数据，其中13列是房子的特征数据，1列是房价数据。 取496条作为训练数据，10条最后测试验证。 根据496条数据，训练一个模型，输入13个特征，能返回一个预测房价pre......

一、安装依赖 pip install ftfy regex tqdm # 安装 clip 的依赖包 pip install git+https://github.com/openai/CLIP.git......

一、什么是均值和标准差 先复习下数学。 给定几个数，如 5、6、8、9 1、均值 平均数，即 (5+6+8+9)/4=7   2、标准差 反映各个数与平均值的距离，标准差越大，说明越离散。标......

norm 是计算范数，范数就是对矩阵(向量)里的数进行某种运算，获得一个数值，形容这个矩阵的规模(大小) norm(a, p) 有2个参数 a 是一个张量，p是一个数字 公式如下：   即......

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(......

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([......