Perguntas com a marcação «tensor»


21
Como imprimir o valor de um objeto Tensor no TensorFlow?
Eu tenho usado o exemplo introdutório de multiplicação de matrizes no TensorFlow. matrix1 = tf.constant([[3., 3.]]) matrix2 = tf.constant([[2.],[2.]]) product = tf.matmul(matrix1, matrix2) Quando imprimo o produto, ele é exibido como um Tensorobjeto: <tensorflow.python.framework.ops.Tensor object at 0x10470fcd0> Mas como eu sei o valor de product? O seguinte não ajuda: print …

8
Como o método "view" funciona no PyTorch?
Estou confuso sobre o método view()no seguinte trecho de código. class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.conv1 = nn.Conv2d(3, 6, 5) self.pool = nn.MaxPool2d(2,2) self.conv2 = nn.Conv2d(6, 16, 5) self.fc1 = nn.Linear(16*5*5, 120) self.fc2 = nn.Linear(120, 84) self.fc3 = nn.Linear(84, 10) def forward(self, x): x = self.pool(F.relu(self.conv1(x))) x = self.pool(F.relu(self.conv2(x))) …
205 python  memory  pytorch  torch  tensor 


5
por que “empacotamos” as sequências em pytorch?
Eu estava tentando replicar como usar o empacotamento para entradas de sequência de comprimento variável para rnn, mas acho que primeiro preciso entender por que precisamos "empacotar" a sequência. Eu entendo por que precisamos "preenchê-los", mas por que "empacotar" (através pack_padded_sequence) é necessário? Qualquer explicação de alto nível seria apreciada!
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.