美文网首页
(三)对张量的基础操作

(三)对张量的基础操作

作者: zelda2333 | 来源:发表于2020-02-02 19:17 被阅读0次

    数据类型

    python PyTorch
    Int IntTensor of size()
    float FloatTensor of size()
    Int array IntTensor of size[d1, d2,...]
    float array FloatTensor of size[d1, d2,...]
    string ---

    判断数据类型

    dimension 0 / rank0(标量)


    1.是0维,但[1.]是1维,长度为1 的Tensor
    loss通常是标量


    Dim1 / rank1(向量)

    Bias, Linear Input 常为Dim 1

    • 区分dim, size,shape
      rand(2,3) 为2维的tensor
      dim: 2维(行和列)的2,size的长度
      size / shape:[2, 3]的整体,tensor的具体形状
      tensor:[[-1.0, 0.1, 0.2],
      [-0.2, 0.3, 0.3]]指具体数据

    Dim 2


    带有batch的Linear Input 常为2维,第一张照片第二张照片[1, 784]

    Dim 3


    带有batch的RNN Input 常为3维,[word, sentence, 100]

    Dim 4


    CNN[b, c, h, w]
    b:几张照片



    shape返回tensor的形状;
    numel返回占用内存大小(4704 = 2 * 3 * 28 * 28)

    相关文章

      网友评论

          本文标题:(三)对张量的基础操作

          本文链接:https://www.haomeiwen.com/subject/fwzxactx.html