张量torch

深度学习的数学基础: 函数/参数优化/矩阵运算/向量化/卷积运算/张量运算

1. 函数与导数 函数是一种映射关系,将一个或多个自变量的取值映射为一个因变量的取值。 函数的导数表示函数在某一点处的变化率,即函数图像在该点的切线斜率。 导数可以用来求解函数的最值、优化问题、拟合曲线等。 常见的求导方法包括使用基本导数公式、链式法则、反函数法则、隐函数法则等。 导数具有一些重要性 ......
张量 卷积 数学基础 矩阵 函数

torch梯度计算相关

torch梯度计算图 计算图中,默认只有叶子结点的梯度能够保留,如果要访问非叶子结点p的梯度数据,需要执行p.retain_grad(). torch计算图中requires_grad与detach的区别 requires_grad是torch.Tensor中的属性,表示该张量是否需要计算梯度.而d ......
梯度 torch

邻接矩阵、稀疏矩阵(torch, sparse, numpy)相互转换 [转载]

原链接:邻接矩阵转稀疏矩阵 邻接矩阵转稀疏矩阵 Example: import scipy.sparse as sp import numpy as np import torch adj_matrix = torch.randint(0,2,(4,4)) print(adj_matrix) # 输 ......
矩阵 sparse torch numpy

Pytorch基础-张量基本操作

Pytorch 中,张量的操作分为结构操作和数学运算,其理解就如字面意思。结构操作就是改变张量本身的结构,数学运算就是对张量的元素值完成数学运算。 ......
张量 基本操作 Pytorch 基础
共124篇  :5/5页 首页上一页5下一页尾页