张量是一个多维数组。它是许多计算库中的关键实体,例如tensorflow,torch,theano,caffe,mxnet,用于机器学习任务。如果您使用此标记,还要使用相应的库标记问题。
Pytorch 0.4.0:可以通过三种方式在 CUDA 设备上创建张量。他们之间有什么区别吗?
我第三条路失败了。 t3 仍在 CPU 上。不知道为什么。 a = np.random.randn(1, 1, 2, 3) t1 = 火炬.张量(a) t1 = t3.to(火炬.device('cuda')) t2 = 火炬.张量(a) t2 = t2.cuda() t3 = 火炬。
我有一个拥抱脸部的模型,想用它来进行单词比较。起初我想对感兴趣的单词进行一系列相似度计算,但很快我
我目前正在尝试使用 xfac 进行一些张量交叉插值。这项工作是在 ubuntu VM 上完成的(VM 因为我还没有准备好完全过渡到 Linux,但它是 h...
我想用布尔掩码和普通索引来索引 pytorch 张量。像这样的东西: 我 = 2 j = 0 掩码 = torch.randn(480, 360, 3) > 0 张量 = torch.zeros(480, 360, 4, 80) 十...
我想在 PyTorch 中对 3D 张量进行切片。 3D 张量 src_tensor 的形状是 (batch, max_len, hide_dim),我有一个形状为 (batch,) 的 1D 索引向量索引。我想沿着
TypeError:将输入绑定到 tf.function 失败,无法将 input_tensor TensorSpec 转换为 TensorSpec
错误信息: 回溯(最近一次调用最后一次): 文件“/home/prakrisht/-------------/detect_from_webcam.py”,第 173 行,位于 run_inference(检测模型,类别_ind...
我目前正在阅读 Joachim Weickert - 图像处理中的各向异性扩散。那里说 Perona-Malik 滤波器不是各向异性的,因为它没有使用结构张量。我可以实现 Perona--Mal...
分别沿不同的两个轴连接二维张量列表,得到张量 A,B,其中 A.T==B,但它们沿同一轴的平均值略有不同 (A.T.mean(axis=0) != B .mea...
如何通过Nsight Compute查看我的张量核心占用率和利用率?
在我的cuda程序中,我使用了许多张量核心运算,例如m8n8k4,甚至使用cusparseSpMV。然而,当检查ncu报告时,它显示如下: 我的程序中没有活动张量。
在Python中,我们可以通过a = []轻松创建一个空列表。我想做类似的事情,但是使用 Pytorch 张量。 如果你想知道为什么我需要它,我想获取给定的所有数据
`numpy.linalg.tensorsolve`详细说明
numpy.linalg.tensorsolve 的官方文档并没有真正说明该函数的作用。除了源码之外还有其他说明吗?描述...
Pytorch:测试第一个二维张量的每一行是否也存在于第二个张量中?
给定两个张量 t1 和 t2: t1=torch.tensor([[1,2],[3,4],[5,6]]) t2=torch.tensor([[1,2],[5,6]]) 如果t1的行元素在t2中存在,则返回True,否则返回False。理想的结果是 ...
unbind() 的文档如下: 返回沿给定维度的所有切片的元组,已经没有它了。 那么,这是否意味着 unbind() 返回张量的视图(一个元组)而不是......
最近在研究PyTorch和backward()。 我明白如何使用它,但是当我尝试时: x = 变量(2*torch.ones(2, 2), require_grad=True) x.向后(x) 打印(x.grad) 我期望: 张量([[1., 1.], ...
我使用 pytorch 为模型构建训练数据。 def shufflerow(张量1, 张量2, 轴): row_perm = torch.rand(tensor1.shape[:axis+1]).argsort(axis) # 获取排列索引 对于 _ 在 ra...
我希望利用 GPU 上的张量核心来执行一些 CNN 模型推理。像 Pytorch 或 Tensorflow 或 MXNet 这样的框架或任何与此相关的框架,支持
给定一个多维张量,如何将其展平以使其具有单一维度? torch.Size([2, 3, 5]) ⟶ 展平 ⟶ torch.Size([30])
运行时错误:mean():输入数据类型应该是浮点或复杂数据类型。反而长了
我使用 PyTorch 编写了以下代码并遇到了运行时错误: tns = torch.tensor([1,0,1]) tns.mean() -------------------------------------------------- ------------------------ 运行时错误...
即使在查看了文档和相关问题之后,我也不明白squeeze()和unsqueeze()对张量做了什么。 我试图通过自己在 python 中探索来理解它。我首先创建了一个...
如何使用 torch.stack() 堆叠形状为 a.shape = (2, 3, 4) 和 b.shape = (2, 3) 的两个张量,而不需要就地操作?