pytorch查缺补漏
torch.squeeze
torch.squeeze(input, dim=None, out=None)
将输入张量形状中的1
去除并返回。 如果输入是形如(A×1×B×1×C×1×D),那么输出形状就为: (A×B×C×D)
当给定dim
时,那么挤压操作只在给定维度上。例如,输入形状为: (A×1×B)(A×1×B), squeeze(input, 0)
将会保持张量不变,只有用 squeeze(input, 1)
,形状会变成 (A×B)
注意: 返回张量与输入张量共享内存,所以改变其中一个的内容会改变另一个。
参数:
- input (Tensor) – 输入张量
- dim (int, optional) – 如果给定,则
input
只会在给定维度挤压 - out (Tensor, optional) – 输出张量
torch.stack
torch.stack(sequence, dim=0)
沿着一个新维度对输入张量序列进行连接。 序列中所有的张量都应该为相同形状。
参数:
sqequence (Sequence) – 待连接的张量序列
dim (int) – 插入的维度。必须介于 0 与 待连接的张量序列数之间。
序列化 Serialization
torch.save(obj, f, pickle_module=<module 'pickle' from '/home/jenkins/miniconda/lib/python3.5/pickle.py'>, pickle_protocol=2)
保存一个对象到一个硬盘文件上 参考: Recommended approach for saving a model 参数:
- obj – 保存对象
- f - 类文件对象 (返回文件描述符)或一个保存文件名的字符串
- pickle_module – 用于pickling元数据和对象的模块
- pickle_protocol – 指定pickle protocal 可以覆盖默认参数
torch.load
torch.load(f, map_location=None, pickle_module=<module 'pickle' from '/home/jenkins/miniconda/lib/python3.5/pickle.py'>)
从磁盘文件中读取一个通过torch.save()
保存的对象。 torch.load()
可通过参数map_location
动态地进行内存重映射,使其能从不动设备中读取文件。一般调用时,需两个参数: storage 和 location tag. 返回不同地址中的storage,或着返回None (此时地址可以通过默认方法进行解析). 如果这个参数是字典的话,意味着其是从文件的地址标记到当前系统的地址标记的映射。 默认情况下, location tags中 "cpu"对应host tensors,‘cuda:device_id’ (e.g. ‘cuda:2’) 对应cuda tensors。 用户可以通过register_package进行扩展,使用自己定义的标记和反序列化方法。
参数:
- f – 类文件对象 (返回文件描述符)或一个保存文件名的字符串
- map_location – 一个函数或字典规定如何remap存储位置
- pickle_module – 用于unpickling元数据和对象的模块 (必须匹配序列化文件时的pickle_module )
torchvision.models
torchvision.models
模块的 子模块中包含以下模型结构。
- AlexNet
- VGG
- ResNet
- SqueezeNet
- DenseNet
你可以使用随机初始化的权重来创建这些模型。
import torchvision.models as modelsresnet18 = models.resnet18()alexnet = models.alexnet()squeezenet = models.squeezenet1_0()densenet = models.densenet_161()
对于ResNet variants和AlexNet,我们也提供了预训练(pre-trained)的模型。
resnet18 = models.resnet18(pretrained=True)
alexnet = models.alexnet(pretrained=True)
pytorch查缺补漏相关推荐
- pytorch查缺补漏之CUDA,自动求导
torch.cuda会记录当前选择的GPU,并且分配的所有CUDA张量将在上面创建.可以使用torch.cuda.device上下文管理器更改所选设备. 但是,一旦张量被分配,您可以直接对其进行操作, ...
- EFCore查缺补漏(二):查询
相关文章: EFCore查缺补漏 第 20 轮 TechEmpower 评测结果出炉了,ASP.NET Core 的 Plaintext 成绩名列前茅,带着 EFCore 的测试却在 Single q ...
- I2C总线学习—查缺补漏—S3C2440的I2C控制器
I2C总线学习-查缺补漏-S3C2440的I2C控制器 学习了IIC总线协议的理论部分,觉得应该学习具体操作2440的IIC控制器,毕竟最终都是为了学习S3C2440 ...
- I2C总线学习—查缺补漏—应答信号ACK
I2C总线学习-查缺补漏-应答信号ACK IIC协议规定,当主机作为接收设备时,主机对最后一个字节不应答,以向发送设备(从设备)标识数据传送结束.这是因为每次传输都应得到应答信号后 ...
- I2C总线学习—查缺补漏—对数据有效性的思考
I2C总线学习-查缺补漏-对数据有效性的思考 IIC协议规定:SDA上传输的数据必须在SCL为高电平期间保持稳定,SDA上的数据只能在SCL为低电平期间变化.IIC期间在脉冲上升沿把数据放到SDA上, ...
- 查缺补漏:集和与非平凡属性
查缺补漏:集和与非平凡属性 前面的习题和知识点补充 Conjunctive normal form(CNF)是布尔逻辑的一种方法,它将公式表示为带有AND或or的子句的连词.由连词or AND连接的每 ...
- 赫斌老师数据结构视频查缺补漏笔记
赫斌老师数据结构视频查缺补漏笔记 观看学习赫斌老师数据结构的视频,记录下自己之前学习这块内容时似懂非懂的知识,仅针对自己查缺补漏使用 视频链接:<郝斌老师数据结构自学视频> 1.指针的大小 ...
- C++查缺补漏之异常(续)
此文是文章<C++查缺补漏之异常>:http://blog.csdn.net/ii1245712564/article/details/44617881的后续 1.异常的重新抛出 可能单个 ...
- 「查缺补漏」高频考点浏览器面试题
前言 想要成为一名合格的前端工程师,掌握相关浏览器的工作原理是必备的,这样子才会有一个完整知识体系,要是「能参透浏览器的工作原理,你就能解决80%的前端难题」. 这篇梳理的话,更多的是对浏览器工作原理 ...
最新文章
- 【C++】Effective STL:50条有效使用STL的经验
- 79期:Faceu的分布式数据库实战访谈
- 首战大吉:红帆科技参加第八届IT羽毛球赛
- sql server 内存初探
- MAC能登录微信,浏览器连不上网
- CV报错:CAP_IMAGES: can‘t find starting number (in the name of file): x in function ‘icvExtractPattern‘
- 【MFC系列-第13天】Windows系统对话框(对话框记事本逻辑)
- java负数用什么类型定义_(转) Java中的负数及基本类型的转型详解
- Exchange Server 2013部署系列之三:部署邮箱服务器角色
- Android中关于Task的一些认识
- 实现windows和linux互传文件
- mysql导出一行数据类型_MySQL 导出数据
- 一道SQL题考你数据库的使用能力
- 安卓微软数学(算数,积分,极限,代数)数学神器
- 拖机软件Betwinnbsp;VSnbsp;2.0.0.368+破解…
- ExtJs4 笔记(2) ExtJs对js基本语法扩展支持
- Mac突然连接不上WiFi的问题
- lowess和loess方法
- Hbase - RIT机制
- Java网络编程以及部分协议的使用说明
热门文章
- Coinbase在苹果应用商店前100免费应用中排名第30位
- 周小川:数字人民币不会取代美元 也不会威胁全球货币体系
- 大鱼风控笔记 1:量化风控体系的风险板块
- 用户数据销售额分析动态大屏看板+大屏数据可视化图表组件(折线图+圆柱图+散点图+饼图+漏斗图+雷达图+水位图)+智能web端高保真大数据动态可视化大屏看板+中国动态地图+智慧电商实时动态数据大屏看板
- Solidity-让合约地址 接受ETH的转账充值的 三种方式
- 中文文本聚类(切词以及Kmeans聚类)
- UIAlertController 类似相册拍照弹出框
- 分层贝叶斯模型——结构
- Vmware怎样使用nat和桥接方式解决虚拟机联网问题
- [转]MSP430学习心得---时钟