在使用RNN处理序列类型数据（以语句序列为例）时，常常会面临数据长度不同的情况。如果每次仅输入处理一个样本，由于RNN的参数共享机制，不同长度的序列并不会出现什么问题。但是如...
发简信
IP属地：云南
-
使用pytorch处理不同长度序列 -
win10两台电脑时间同步1、首先主机开启Guest用户，并且给Guest设置时间的权限。（若没有打开，则：）（1）win+R打开运行，输入gpedit.msc打开组策略编辑 （2）展开：计算机管理-...
-
详解pytorch CNN操作一维卷积 一维卷积主要用作降维或者升维。以下所有例子都以语音/NLP的场景讲述，输入的矩阵为batch x T x d。T为一个batch中语音的最长时间（短的语音会加pad...
-
Deep-Learning-with-PyTorch-3.8.3 高维上转置
3.8.3 高维上转置 在PyTorch中进行转置不仅限于矩阵。 我们可以通过指定应该发生转置（翻转形状和步幅）的两个维度来转置多维数组： 将其值从最右边的维度开始（即，沿着...
-
Deep-Learning-with-PyTorch-3.8.2 转置而不复制3.8.2 转置而不复制 让我们现在尝试转置。 让我们看一下点张量，将其在行中具有单个点，在列中具有X和Y坐标，然后将其旋转以使单个点在列中。 我们借此机会介绍t函数，它是二...
-
Deep-Learning-with-PyTorch-3.8.1 其他张量存储的视图
3.8.1 其他张量存储的视图 我们可以通过提供相应的索引来获得张量中的第二个点： 结果张量在存储中的偏移量为2（因为我们需要跳过第一个点，该点有两个项目），并且由于张量是一...
-
Deep-Learning-with-PyTorch-3.8 张量元数据：大小，偏移量和步幅3.8 张量元数据：大小，偏移量和步幅 为了索引存储，张量依赖于几条信息以及它们的存储，明确地定义它们：大小，偏移量和步幅。 这些相互作用的方式如图3.5所示。 大小（或形状...
-
Deep-Learning-with-PyTorch-3.7.1 索引到存储
3.7.1 索引到存储 让我们看看在2D点中实际上如何建立存储索引。 使用.storage属性可以访问给定张量的存储： 即使张量报告自己具有三行两列，但引擎盖下的存储是大小为...
-
Deep-Learning-with-PyTorch-3.7 张量：存储的风景3.7 张量：存储的风景 现在是时候让我们更仔细地了解引擎盖下的实现了。 张量中的值分配在由torch.Storage实例管理的连续内存中。 存储器是数字数据的一维数组：即，...
