在使用tensor的時(shí)候有時(shí)候我們需要確定數(shù)據(jù)的類型和大小，但是在pytorch查看數(shù)據(jù)類型和大小的時(shí)候有時(shí)候會(huì)報(bào)錯(cuò)，那么出現(xiàn)這樣的報(bào)錯(cuò)我們該如何解決呢？接下來小編就帶你了解一下解決這個(gè)問題的方案。
學(xué)習(xí)機(jī)器學(xué)習(xí)一定不能錯(cuò)過這款來自谷歌的機(jī)器學(xué)習(xí)框架——TensorFlow，然而很多初學(xué)者在剛開始學(xué)習(xí)機(jī)器學(xué)習(xí)的時(shí)候容易在TensorFlow配置和安裝上卡住，今天小編就帶來了python3安裝TensorFlow和配置的詳細(xì)教程，希望能給各位小伙伴一個(gè)參考。
很多小伙伴在學(xué)習(xí)pytorch的時(shí)候會(huì)遇到x[...,0]這樣的寫法，但并不了解這樣的寫法有什么用，小編經(jīng)過實(shí)驗(yàn)得出了這個(gè)寫法的功能為pytorch抽取tensor的行。接下來就來看看x[...,0]怎么使用吧。
我們知道pytorch的機(jī)器學(xué)習(xí)代碼是可以放在顯卡上面運(yùn)行的（很多情況下也都是放在顯卡上運(yùn)行），而且機(jī)器學(xué)習(xí)的代碼也是顯卡資源占用大戶。那么pytorch怎么查看占用的GPU資源呢？又該如何釋放已關(guān)閉程序占用的資源呢？接下來這篇文章告訴你。
作為一個(gè)高階程序員，多線程是必須掌握的知識(shí)。在python中有一個(gè)線程池模塊可以讓開發(fā)者更加簡單快速的進(jìn)行線程池的使用，接下來這篇文章就根據(jù)此來介紹python怎么進(jìn)行多線程操作。
在pytorch中圖片的張量結(jié)構(gòu)與plt可以顯示的圖片格式要求是不一樣的，所以plt是不能直接顯示tensor格式的圖片的，那么pytorch怎么用plt顯示tensor圖片呢？這就需要設(shè)計(jì)到數(shù)據(jù)轉(zhuǎn)換了，基本思路就是將tensor轉(zhuǎn)換為numpy類型的數(shù)據(jù)結(jié)構(gòu)，而numpy類型的格式剛好可以被plt支持。接下來就來看具體怎么操作吧！
我們在進(jìn)行pytorch調(diào)試的時(shí)候可能會(huì)遇到一些錯(cuò)誤，當(dāng)遇到這些錯(cuò)誤的時(shí)候我們需要去打印tensor信息，但是因?yàn)槲覀儾恢绬栴}出在哪，所以我們可能需要打印很多很多的tensor信息，手寫這么多tensor信息的print語句是相當(dāng)累人（且低效）的，今天小編帶來一個(gè)pytorch調(diào)試工具——tensorsnooper，這樣就能實(shí)現(xiàn)pytorch自動(dòng)打印每行代碼的tensor信息了。
我們在使用pytorch的時(shí)候會(huì)涉及到打印tensor的值，在pytorch怎么打印tensor的數(shù)值這方面只要會(huì)使用pytorch一般都會(huì)使用了，但是有些情況下我們還需要打印device的信息，那么pytorch怎么打印device信息呢？接下來的這篇文章告訴你！
pytorch中的dropout方法可以用來刪除一些不必要的特征值，但是每次Dropout的時(shí)候Dropout掉的參數(shù)可能都不一樣，那么pytorch 中nn.Dropout如何優(yōu)化呢？接下來這篇文章告訴你。
在機(jī)器學(xué)習(xí)中我們會(huì)了解到特征值這個(gè)概念。通俗的講特征值就是機(jī)器學(xué)習(xí)代碼判斷的方法。比如人的識(shí)別我們可以看臉、看身體、看衣服，這些就是一個(gè)人的特征值。但有些時(shí)候這些特征值并不一定都有用（比如我要判斷兩張照片是否是同一個(gè)人，那么衣服就不應(yīng)該成為特征值）這時(shí)候我們就需要?jiǎng)h除掉部分特征值了那么pytorch怎么刪除特征值呢?其實(shí)pytorch中提供了nn.Dropout方法用來刪除部分特征值。那么pytorch 中nn.Dropout如何使用呢？接下來的文章告訴你。
