輸出:函式會返回兩個tensor,第乙個tensor是每行的最大值,softmax的輸出中最大的是1,所以第乙個tensor是全1的tensor;第二個tensor是每行最大值的索引。
_, predicted = torch.max(outputs.data, 1)
## 下劃線表示不在乎返回的第乙個tensor值。只想得到第二個tensor
x = torch.randn(3,3)
print(x)
max_value, max_idx = torch.max(x,dim=1)
print(max_value, max_idx)
output:
tensor([[ 0.0735, -1.4541, 1.3885],
[ 0.5028, -1.6075, 1.6409],
[ 1.4283, 1.1493, 0.3060]])
tensor([1.3885, 1.6409, 1.4283]) tensor([2, 2, 0])
a = torch.rand(1,3,4)
print(a.size()) #torch.size([1, 3, 4])
b = torch.squeeze(a)
print(b.size()) #torch.size([3, 4])
c = torch.unsqueeze(b,0)
print(c.size()) #torch.size([1, 3, 4])
a = torch.eye(4,4)
tensor([[1., 0., 0., 0.],
[0., 1., 0., 0.],
[0., 0., 1., 0.],
[0., 0., 0., 1.]])
x = torch.arange(0,10,2)
print(x)
print(x.dtype)
tensor([0, 2, 4, 6, 8])
torch.int64
x = torch.range(0,10,2)
print(x)
print(x.dtype)
tensor([ 0., 2., 4., 6., 8., 10.])
torch.float32
os.path.join()
函式:連線兩個或多個路徑名元件 Pytorch 學習筆記
本渣的pytorch 逐步學習鞏固經歷,希望各位大佬指正,寫這個部落格也為了鞏固下記憶。a a b c 表示從 a 取到 b 步長為 c c 2 則表示每2個數取1個 若為a 1 1 1 即表示從倒數最後乙個到正數第 1 個 最後乙個 1 表示倒著取 如下 陣列的第乙個為 0 啊,第 0 個!彆扭 ...
Pytorch學習筆記
資料集 penn fudan資料集 在學習pytorch官網教程時,作者對penn fudan資料集進行了定義,並且在自定義的資料集上實現了對r cnn模型的微調。此篇筆記簡單總結一下pytorch如何實現定義自己的資料集 資料集必須繼承torch.utils.data.dataset類,並且實現 ...
Pytorch學習筆記
lesson 1.張量 tensor 的建立和常用方法 一 張量 tensor 的基本建立及其型別 import torch 匯入pytorch包 import numpy as np torch.version 檢視版本號1.張量 tensor 函式建立方法 張量 tensor 函式建立方法 t ...