pytorch常用函数之torch.randn()解读
更新时间：2023年02月02日 09:23:49 作者：土豆豆豆豆豆
这篇文章主要介绍了pytorch常用函数之torch.randn()解读，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
pytorch常用函数torch.randn()
torch.randn(*sizes, out=None) → Tensor
功能：从标准正态分布（均值为0，方差为1）中抽取的一组随机数。返回一个张量
sizes (int…)- 整数序列，定义输出张量的形状out (Tensor, optinal)- 结果张量
eg：
random = torch.randn(2, 3） out: 0.5419 0.1594 -0.0413 -2.7937 0.9534 0.4561
pytorch torch.chunk(tensor, chunks, dim)
说明：在给定的维度上讲张量进行分块。
参数：
tensor(Tensor)-- 待分块的输入张量chunks(int)-- 分块的个数dim(int)-- 维度，沿着此维度进行分块
>>> x = torch.randn(3, 3) >>> x tensor([[ 1.0103, 2.3358, -1.9236], [-0.3890, 0.6594, 0.6664], [ 0.5240, -1.4193, 0.1681]]) >>> torch.chunk(x, 3, dim=0) (tensor([[ 1.0103, 2.3358, -1.9236]]), tensor([[-0.3890, 0.6594, 0.6664]]), tensor([[ 0.5240, -1.4193, 0.1681]])) >>> torch.chunk(x, 3, dim=1) (tensor([[ 1.0103], [-0.3890], [ 0.5240]]), tensor([[ 2.3358], [ 0.6594], [-1.4193]]), tensor([[-1.9236], [ 0.6664], [ 0.1681]])) >>> torch.chunk(x, 2, dim=1) (tensor([[ 1.0103, 2.3358], [-0.3890, 0.6594], [ 0.5240, -1.4193]]), tensor([[-1.9236], [ 0.6664], [ 0.1681]]))
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了python如何实现数组反转问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-02-02
今天小编就为大家分享一篇opencv3/C++实现视频背景去除建模(BSM)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
今天小编就为大家分享一篇python搜索包的路径的实现方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
这篇文章主要为大家详细介绍了python检测IP地址变化并触发事件，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-12-12
这篇文章主要介绍了python 实现压缩和解压缩的示例，帮助大家更好的利用python处理文件，感兴趣的朋友可以了解下2020-09-09
图像浏览器应用程序是一种非常常见和实用的工具,这篇文章就来为大家介绍一下如何使用Python编程语言和wxPython库创建一个简单的图像浏览器应用程序,感兴趣的可以了解下2023-10-10
今天小编就为大家分享一篇python无限生成不重复(字母,数字,字符)组合的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
这篇文章主要为大家介绍了python制作可视化GUI界面实现自动分类管理文件，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-05-05
下面小编就为大家分享一篇python解决pandas处理缺失值为空字符串的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
下面小编就为大家带来一篇python 文件操作删除某行的实例。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-09-09
最新评论