永州做网站tuantaogou,seo 优化一般包括哪些内容,手表官方网站,北京已经开始二次感染了Pytorch 中的主要的数据结构包括标量、向量、矩阵、张量#xff0c;同时支持数据之间的运算。在 Pytorch 中有一个张量广播的概念#xff0c;就是要把小的放大#xff0c;最后在一起做计算#xff0c;并不是所有的张量都可以计算#xff0c;规则如下
首先比较维度#x…Pytorch 中的主要的数据结构包括标量、向量、矩阵、张量同时支持数据之间的运算。在 Pytorch 中有一个张量广播的概念就是要把小的放大最后在一起做计算并不是所有的张量都可以计算规则如下
首先比较维度如果不一致增加维度值为 “1”检查是否可广播同一个维度上一致或者为 “1”为1 可以放大任意多个
不同维度
# 3, 2, 2
tensor_a torch.tensor([[[1.0, 2.0], [3.0, 4.0]],[[5.0, 6.0], [7.0, 8.0]],[[9.0, 10.0], [11.0, 12.0]]]) # Shape (3, 2, 2)
# 2,2
tensor_b torch.tensor([[0.1, 0.2],[0.3, 0.4]]) result tensor_a tensor_b
结果
[[ [ 1.1000, 2.2000], [ 3.3000, 4.4000]],[[ 5.1000, 6.2000], [ 7.3000, 8.4000]],[[ 9.1000, 10.2000], [11.3000, 12.4000]]
]张量 (2,2) 变成 (1,2,2)这里要注意一下维度比较是从右向左。再从 (1,2,2) 变成 (3,2,2)就是把数据重复三次。
广播方便了对张量的操作例如我们想生成一张绿色北京的图初始一张图把绿色通道变成 255。
import torch
import matplotlib.pyplot as pltwidth, height 256, 256green_color torch.tensor([0, 255, 0], dtypetorch.uint8)green_image torch.zeros((height, width, 3), dtypetorch.uint8) green_colorgreen_image_np green_image.numpy()plt.figure(figsize(6, 6))
plt.imshow(green_image_np)
plt.axis(off)
plt.title(Green)
plt.show()
