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...
-
直接source activate 环境名就可以了
Anaconda默认进入虚拟环境base设置修改
输入source activate，会默认进入base环境不能一步到位直接进入指定环境每次都要deactivate,退出后再次activate 原因：安装了anaconda环...
-
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-3.7.2 修改存储的值：就地操作
3.7.2 修改存储的值：就地操作 除了上一节中介绍的对张量的操作以外，仅作为Tensor对象的方法存在的操作数量很少。 可以从名称的尾部下划线识别它们，例如zero_，这表...
-
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，...
-
Fisher线性判别
一、 简述Fisher线性判别方法的基本思路，写出准则函数及对应的解。 答： 1、Fisher线性判别： （1）考虑把d维空间的样本投影到一条直线上，形成一维空间，即把维数压...
-
Mac Os没有声音
有时候 Mac 从睡眠状态恢复之后没有声音，这是 Mac OS X 系统的一个 Bug。这是因为 Mac OS X 的核心音频守护进程「coreaudiod」出了问题，虽然简...
-
Deep-Learning-with-PyTorch-3.6 张量API
3.6 张量API 至此，我们知道了什么是PyTorch张量以及它们是如何在幕后工作的。在总结之前，值得一看的是PyTorch提供的张量操作。 将它们全部列出在这里几乎没有用...
-
Deep-Learning-with-PyTorch-3.5.3 管理张量的dtype属性
3.5.3 管理张量的dtype属性 为了分配正确的数字类型的张量，我们可以指定适当的dtype作为构造函数的参数。 例如： 我们可以通过访问相应的属性来找到张量的dtype...
-
Deep-Learning-with-PyTorch-3.5.2 适合各种场合的dtype
3.5.2 适合各种场合的dtype 正如我们将在以后的章节中看到的那样，神经网络中发生的计算通常以32位浮点精度执行。 更高的精度（例如64位）将无法改善模型的准确性，并且...
-
python打乱数据
1、使用index手动打乱 使用numpy中的shuffle打乱index，然后更新索引 代码： 2、使用sklearn.model_selection中的train_tes...
-
Deep-Learning-with-PyTorch-3.5.1 用dtype指定数字类型
3.5.1 用dtype指定数字类型 张量构造函数的dtype参数（即像张量，零和一的函数）指定将包含在张量中的数值数据（d）类型。 数据类型指定张量可以容纳的可能值（整数与...
-
Deep-Learning-with-PyTorch-3.5 张量元素类型
3.5 张量元素类型 到目前为止，我们已经介绍了张量如何工作的基础知识，但是我们还没有涉及可以在Tensor中存储哪些类型的数字类型。 正如我们在3.2节中所暗示的那样，使用...