张量torch
机器学习编译（三）：张量程序案例 TensorIR
**使用张量程序抽象的目的是为了表示循环和相关的硬件加速选择，如多线程、特殊硬件指令的使用和内存访问。** # 1. 一个例子 使用张量程序抽象，我们可以在较高层的抽象制定一些与特定硬件无关的较通用的 IR 优化（计算优化）。 比如， 对于两个大小为 128×128 的矩阵 A 和 B，我们进行如下 ......
大连人工智能计算平台——华为昇腾AI平台——高性能计算HPC的pytorch环境报错——torch.cuda.is_available()显示false——NVIDIA显卡驱动版本过低导致pytorch无法使用cuda
在使用这个HPC平台的时候发现了这么一个问题，那就是编译好的pytorch-cuda和anaconda官方安装的pytorch-cuda均不能调用cuda计算，这个现象十分的诡异，经过长时间的调查发现了问题所在——NVIDIA驱动版本过低。 给出该HPC的显卡驱动版本： ......
2、深度学习之张量和基本数据类型
1、构建项目 2、编辑test2.py 1 import torch 2 import numpy as np 3 import tensorflow as tf 4 #1. pytorch张量 5 #pytorch中的张量和tensorflow的tensor是一样的，名字都一样 6 #pytorc ......
【d2l】【常见函数】【20】 torch.bmm( )
**局部矩阵乘法** 参考：https://pytorch.org/docs/stable/generated/torch.bmm.html , torch.unsqueeze( )
## torch.squeeze() **压缩大小为1的维度** 参考:https://pytorch.org/docs/stable/generated/torch.squeeze.html  )
**返回一个指定size的张量，元素是0~1之间的随机数** 参考： https://pytorch.org/docs/stable/generated/torch.rand.html 
参考：https://pytorch.org/docs/stable/generated/torch.repeat_interleave.html 
torch.all() 其中的所有项都为True，返回True，反之，返回False >>> import torch >>> a = torch.tensor([[1, 2], [3, 4]]) >>> b = torch.tensor([[1, 2], [3, 4]]) >>> a OUT: t ......
pytorch张量中flatten(0,-3)的含义
`masks.flatten(0, -3)` 是一个张量的操作，用于将张量 `masks` 进行展平（flatten），并指定展平操作的维度范围。让我们解释一下这个表达式的含义： - `masks`: 这是一个 PyTorch 张量，包含了要展平的数据。 - `masks.flatten(0, -3 ......
torch的flatten函数
python：flatten()参数详解 这篇博客主要写flatten（）作用，及其参数的含义 flatten()是对多维数据的降维函数。 flatten(),默认缺省参数为0，也就是说flatten()和flatte(0)效果一样。 python里的flatten(dim)表示，从第dim个维度开 ......
【d2l】【常见函数】【12】 torch.tensor.repeat( )
**Repeats this tensor along the specified dimensions.** 参考：https://pytorch.org/docs/stable/generated/torch.Tensor.repeat.html 
**指定读取张量的设备，如GPU，CPU** 参考：https://blog.csdn.net/shaopeng568/article/details/95205345 . box'shape: (3, 4) [0.1, 0.2, 0.5, 0.3], [0.6, 0.6, 0.9, 0.9], [0.1, 0.1, 0.2, 0.2] ]) whw ......
Python【19】 torch.randn( ) 返回标准正态分布张量
参考：https://pytorch.org/docs/stable/generated/torch.randn.html 
**竖着或者横着拼接矩阵** 参考：https://www.cnblogs.com/JeasonIsCoding/p/10162356.html 参考：https://blog.csdn.net/qian2213762498/article/details/88795848  一个模型的执行包含 tensor 和 primitive tensor function，后者是定义 tensor 之间的计算步骤的函数（通常也叫 op，不过这里的范围更广，还包括 Module 等）。 ![../_image ......
with torch.no_grad():注意事项
1。 当执行原地操作时，例如 tensor.add_(x)，将会在一个张量上直接修改数据，而不会创建新的张量。由于修改了张量的数据，因此计算图会失效，即计算图中的操作和输入输出关系都会发生变化。这会导致反向传播无法正确计算梯度。因此，PyTorch 禁止在需要梯度计算的张量上执行原地操作。为了解决这 ......
pytorch使用（三)torch.zeros用法
#torch.zeros用法 torch.zeros() 是 PyTorch 中用来创建全 0 张量的函数。用法为 torch.zeros(size, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=Fal ......
验证torch和torchvision安装成功
import torchprint("torch_version:",torch.__version__)print("cuda_version:",torch.version.cuda)print("cudnn_version:",torch.backends.cudnn.version())pr ......
如何使用 ChatGP在TTPU（张量处理单元）上训练模型的指令
ChatGPT 可以帮助我们学习新的编程语言、课程、技术和技能。它已成为许多寻求改进工作流程或学习新事物的专业人士的首选工具。ChatGPT 专家助手提示可以减少我们对 Google 的依赖，并提供实现目标的详细计划。 ......
机器学习 - Torch-TensorRT 推理加速
# 机器学习 - Torch-TensorRT 推理加速 Torch-TensorRT 作为 TorchScript 的扩展。 它优化并执行兼容的子图，让 PyTorch 执行剩余的图。 PyTorch 全面而灵活的功能集与 Torch-TensorRT 一起使用，解析模型并将优化应用于图的 Ten ......
PyTorch | torch.save()函数的使用
Pytorch保存模型等相关参数，利用`torch.save()`，以及读取保存之后的文件。 ### 函数信息 ```python torch.save(obj, f, pickle_module=pickle, pickle_protocol=DEFAULT_PROTOCOL,_use_new_z ......
torch中关于cuDNN的一些训练设置
torch.backends.cudnn.enabled = True cuDNN的非确定性算法(NP)，等于True时启用，cuDNN设置为使用非确定性算法 torch.backends.cudnn.benchmark = True 再将benchmark设置为true，cuDNN将会自动寻找最适 ......
pytorch使用（一）torchvision.ToTensor、torchvision.Normalize（转张量，归一化）
``` import numpy as np import torch import torchvision.transforms from torch.utils.tensorboard import SummaryWriter from torchvision.transforms import ......
Pytorch | 标量、向量、张量的区别
### 基本概念 标量、向量和张量是数学和物理中经常使用的概念，它们的主要区别在于它们所描述的量的性质和维度。 1. 标量（Scalar）：标量是一个单独的数，它没有方向和大小之分。在物理学中，标量常常用于描述某个物理量的大小，比如温度、质量、时间等。标量可以用一个数字或符号表示，例如，温度为 20 ......
Pytorch | `torch.multiprocessing.spawn` 函数的使用
`torch.multiprocessing.spawn` 是 PyTorch 中用于启动多进程的函数，可以用于分布式训练等场景。其函数签名如下： ```python torch.multiprocessing.spawn( fn, args=(), nprocs=1, join=True, dae ......
深度学习单通道语音分离代码，卷积神经网络，torch代码。
深度学习单通道语音分离代码，卷积神经网络，torch代码。可以跑通的代码。语音分离，深度学习，分离两个人的单通道语音。ID:4850607593622211 ......
TesorFlow03.1-TesorFlow基础实战（前向传播（张量））
在前面已经学习了： What we have learned ▪ create tensor ▪ indexing and slices ▪ reshape and broadcasting ▪ math operations 现在用tensorFlow做一个前向传播的一个小实战: ![image] ......
小灰灰深度学习之关于三维张量的一些索引
首先要感谢CSDN中http://t.csdn.cn/XyT4e这篇文章(我接下来写的内容,也和这篇文章基本一样) 下面是我实际操作得到的结果: 我们看第一种情况的代码: import torch b = torch.arange(1, 61).reshape(3, 4, 5) idx1 = tor ......