PyTorch 教程    向量的范式是什么？它有什么用？
撰写于：  浏览：1994 次  分类：PyTorch 教程
向量的范式（Norm）是衡量向量大小或长度的一种方式。在数学中，向量的范式通常表示为 $ \| \mathbf{v} \| $，其中 $ \mathbf{v} $ 是一个向量。常见的向量范式1、 L1范式（曼哈顿范式）： $$ \| \mathbf{v} \|_1 = \sum_{i=1}^n |v_i| $$其中 $ v_i $ [...]
PyTorch 教程    torch.norm的详细介绍与使用举例
撰写于：  浏览：1965 次  分类：PyTorch 教程
torch.norm 是 PyTorch 中的一个函数，用于计算张量的范数（norm）。范数是对向量或矩阵的“大小”或“长度”的一种度量。torch.norm 可以计算不同类型的范数，如 L1 范数、L2 范数、Frobenius 范数等。函数签名torch.norm(input, p='fro', dim=None, keepdim=False,[...]
PyTorch 教程    torch.frombuffer的详细介绍
撰写于：  浏览：1795 次  分类：PyTorch 教程
torch.frombuffer 是 PyTorch 中的一个函数，用于从缓冲区（buffer）创建一个张量（tensor）。这个函数允许你将一个已有的内存缓冲区（如 NumPy 数组、字节数组等）直接转换为 PyTorch 张量，而不需要复制数据。这样可以节省内存并提高效率。函数签名torch.frombuffer(buffer, dtype, [...]
PyTorch 教程    torch.tensor()和torch.as_tensor()的区别是什么？
撰写于：  浏览：1671 次  分类：PyTorch 教程
torch.tensor() 和 torch.as_tensor() 是 PyTorch 中用于创建张量的两个函数，它们的主要区别在于如何处理输入数据和内存共享。1. torch.tensor()功能: torch.tensor() 总是会创建一个新的张量，并且会复制输入数据。内存共享: 不会与输入数据共享内存，即使输入数据已经是张量或 NumPy[...]
PyTorch 教程    torch.asarray和torch.as_tensor的区别是什么？
撰写于：  浏览：1581 次  分类：PyTorch 教程
torch.asarray 和 torch.as_tensor 是 PyTorch 中用于将输入数据转换为张量的两个函数，但它们的行为和用途有一些区别。1. torch.asarray功能: torch.asarray 是 PyTorch 1.10 版本引入的一个函数，用于将输入数据（如列表、NumPy 数组等）转换为 PyTorch 张量。行为:[...]
PyTorch 教程    torch.asarray的详细介绍
撰写于：  浏览：1651 次  分类：PyTorch 教程
torch.asarray 是 PyTorch 中的一个函数，用于将输入数据转换为 PyTorch 张量（torch.Tensor）。它的作用类似于 NumPy 的 numpy.asarray 函数，能够将各种类型的输入数据（如列表、NumPy 数组、Python 标量等）转换为 PyTorch 张量。函数签名torch.asarray(obj, [...]
PyTorch 教程    torch.polar的详细介绍
撰写于：  浏览：1995 次  分类：PyTorch 教程
torch.polar 是 PyTorch 中的一个函数，用于将极坐标（幅度和相位）转换为复数形式。具体来说，它将给定的幅度（magnitude）和相位（angle）转换为对应的复数张量。函数签名torch.polar(abs, angle) → Tensor参数abs (Tensor): 幅度（magnitude）张量，表示复数的模（绝对值）。a[...]
PyTorch 教程    torch.heaviside的详细介绍
撰写于：  浏览：1728 次  分类：PyTorch 教程
torch.heaviside 是 PyTorch 中的一个函数，用于计算 Heaviside 阶跃函数（也称为单位阶跃函数）的值。Heaviside 函数在数学和工程中常用于表示信号处理、控制系统和其他领域中的开关行为。函数定义torch.heaviside(input, values, *, out=None) → Tensorinput (T[...]
PyTorch 教程    torch.logspace的详细介绍
撰写于：  浏览：1621 次  分类：PyTorch 教程
torch.logspace 是 PyTorch 中的一个函数，用于生成一个在指定范围内对数均匀分布的张量。这个函数类似于 torch.linspace，但 torch.logspace 生成的值是在对数尺度上均匀分布的，而不是在线性尺度上。函数签名torch.logspace(start, end, steps=100, base=10.0, d[...]
PyTorch 教程    torch.linspace的详细介绍
撰写于：  浏览：1600 次  分类：PyTorch 教程
torch.linspace 是 PyTorch 中的一个函数，用于生成一个在指定区间内均匀分布的一维张量。这个函数在深度学习中常用于生成等间隔的数值序列，例如用于绘制图形、生成网格点等。函数签名torch.linspace(start, end, steps=100, out=None, dtype=None, layout=torch.stri[...]
PyTorch 教程    torch.arange的详细介绍
撰写于：  浏览：1198 次  分类：PyTorch 教程
torch.arange 是 PyTorch 中的一个函数，用于生成一个一维张量（tensor），其中包含从起始值到结束值（不包括结束值）的等间隔序列。这个函数类似于 Python 中的 range 函数，但返回的是一个 PyTorch 张量。函数签名torch.arange(start=0, end, step=1, *, out=None, d[...]
PyTorch 教程    torch.as_strided是做什么用的呢？
撰写于：  浏览：943 次  分类：PyTorch 教程
torch.as_strided 是 PyTorch 中的一个函数，用于创建一个新的张量（tensor），该张量与输入张量共享相同的数据存储，但具有不同的形状和步幅（stride）。这个函数通常用于实现一些高级的张量操作，比如滑动窗口、矩阵转置等。参数说明input (Tensor): 输入张量。size (tuple of ints): 输出张量[...]
PyTorch 教程    在PyTorch中register_module_full_backward_hook有什么用呢？
撰写于：  浏览：991 次  分类：PyTorch 教程
在 PyTorch 中，register_module_full_backward_hook 是一个用于注册反向传播钩子（backward hook）的方法。这个钩子允许你在模块的反向传播过程中捕获并处理梯度信息。具体来说，register_module_full_backward_hook 的作用是：1、 捕获梯度信息：在反向传播过程中，钩子函数[...]
PyTorch 教程    在PyTorch中如何实现梯度的可视化？
撰写于：  浏览：1183 次  分类：PyTorch 教程
在PyTorch中，梯度的可视化可以帮助我们更好地理解模型的训练过程。以下是一个简单的步骤指南，展示如何在PyTorch中实现梯度的可视化。1. 导入必要的库首先，确保你已经安装了PyTorch和Matplotlib（用于绘图）。import torch import torch.nn as nn import torch.optim as opt[...]
PyTorch 教程    在PyTorch中register_module_backward_hook真实的使用案例有那些呢？
撰写于：  浏览：910 次  分类：PyTorch 教程
在PyTorch中，register_module_backward_hook 是一个非常有用的工具，它允许你在模块的反向传播过程中注册一个钩子函数。这个钩子函数会在每次反向传播时被调用，允许你访问和修改梯度信息。以下是一些真实的使用案例：1. 梯度裁剪（Gradient Clipping）梯度裁剪是一种常用的技术，用于防止梯度爆炸问题。通过在反向[...]
关注公众号，感悟技术与人生

飞燕网
一个踏实、严谨的网站！

专注于PyTorch、强化学习和大模型技术

    友情链接

飞燕网 - 专注于PyTorch、强化学习和大模型技术  ©  2026   运行时间： 2613天   上线时间：2019年3月19日
京ICP备14057001号