深度学习与PyTorch笔记8
2019-02-27 20:34
211 查看
Broadcast自动扩展
作用:expand维度扩展without copying data不需要复制数据。
步骤:
1、insert 1 dim ahead,最前面自动扩展一个维度,shape为1。
2、expand dim with size 1 to same size,将维度为1的扩展成与原数据相同的大小
feature maps:[4,32,14,14]
bias:[32,1,1]–[1,32,1,1]–[4,32,14,14]
省内存消耗。
默认从最后一个维度开始匹配。
没理解透=_=
拼接与拆分
cat
拼接
成绩单一到四班[class1-4,students,scores]
成绩单五到九班[class5-9,students,scores]
合并成绩单
torch.cat(list,dim=d),第一个参数为list,包含所有需要统计的tensor,第二个参数为维度,在第d个维度上合并。
叠加时其余维度size必须相同。
stack
拼接,创建一个新的维度。原tensor的维度必须完全一致。新创建的维度的大小跟拼接的数据的个数有关。
split
按长度拆分,a=b.split(list,dim=d),list中为拆分的每一段的长度。每段长度一样的话可以只给一个值a=b.split(2,dim=d)。
chunk
按数量拆分,a=b.chunk(list,dim=d),list中为要拆分出来的数量,平均拆分。
相关文章推荐
- 深度学习笔记(四)用Torch实现MNIST手写数字识别
- 深度学习之PyTorch实战(2)——神经网络模型搭建和参数优化
- PyTorch 深度学习【一】Ubuntu16.04 下安装 PyTorch
- 机器学习-->深度学习-->pytorch学习
- Pytorch-0.4.0 深度学习之Tensor
- 深度学习pytorch环境搭建+nvidia驱动+cuda+pytorch-gpu
- 深度学习(PYTORCH)-3.sphereface-pytorch.lfw_eval.py详解
- 深度学习笔记(三)用Torch实现多层感知器
- 深度学习入门之Pytorch——数据增强
- 深度学习笔记(二)用Torch实现线性回归
- Pytorch 学习笔记之自定义 Module
- 60分钟入门深度学习库:pytorch,强烈推荐!!!
- 荐书丨深度学习入门之PyTorch
- 深度学习笔记(二)用Torch实现线性回归
- PyTorch深度学习计算机视觉框架
- Pytorch深度学习基础之Tensor 3ff0
- 深度学习框架之Pytorch学习(一)
- 深度学习:pytorch常见错误总结
- 1.pytorch 学习笔记--Getting stared
- Linux 配置 深度学习环境常用的命令 pytorch-tensorflow-cuda-cudnn-nvcc