pytorch 代码:yield features.index_select(0,j), labels.index_select(0,j)

yield features.index_select(0,j), labels.index_select(0,j)

yield 首先作用理解为return,它也可以返回一个或多个值,要想调用返回值就必须在循环中

index_select() 中第一个参数 0 表示以行为标准选择,例如j = tensor([1,2]),结果为选取features 第1,第2行数据

例子

import torcha = torch.randn(5, 5, dtype=torch.float32)
print(a)
i=1
indices = list(range(5))
j = torch.LongTensor(indices[i:min(i+2,5)])
print(j)
b = a.index_select(0,j)
print(b)

结果及其说明

# a 的值
tensor([[-1.2528, -0.3235,  0.2825, -0.5463,  0.0053],[-0.3129,  0.4375,  0.4789, -0.3872,  0.1995],[-0.9480,  0.3840,  1.1145,  0.8569, -0.8921],[ 1.0255,  0.0352, -0.0806, -1.2422,  0.4661],[-0.5092, -1.2760, -0.1923,  0.2986, -0.7680]])
# j 的值
tensor([1, 2])# b 的值,可以看到是来自 a 的 1,2 行
tensor([[-0.3129,  0.4375,  0.4789, -0.3872,  0.1995],[-0.9480,  0.3840,  1.1145,  0.8569, -0.8921]])

pytorch 代码:yield features.index_select(0,j), labels.index_select(0,j)相关推荐

  1. 深度学习撞上推荐系统——02 GFM MLP NCF Pytorch代码实现

    GMF模型 1.从深度学习的视角可以理解为矩阵分解模型,其中矩阵分解层的用户隐向量和物品隐向量可以看做是一种Embedding方法,然后将Embedding后的向量进行点积 最后通过一个线性层输出 2 ...

  2. VITAL Tracker Pytorch 代码阅读笔记

    VITAL Tracker Pytorch 代码阅读笔记 论文链接:https://arxiv.org/pdf/1804.04273.pdf 代码链接:https://github.com/abner ...

  3. GAT:图注意力模型介绍及PyTorch代码分析

    文章目录 1.计算注意力系数 2.聚合 2.1 附录--GAT代码 2.2 附录--相关代码 3.完整实现 3.1 数据加载和预处理 3.2 模型训练 1.计算注意力系数 对于顶点 iii ,通过计算 ...

  4. 图注意网络GAT理解及Pytorch代码实现【PyGAT代码详细注释】

    文章目录 GAT 代码实现[PyGAT] GraphAttentionLayer[一个图注意力层实现] 用上面实现的单层网络测试 加入Multi-head机制的GAT 对数据集Cora的处理 csr_ ...

  5. 如何将tensorflow1.x代码改写为pytorch代码(以图注意力网络(GAT)为例)

    之前讲解了图注意力网络的官方tensorflow版的实现,由于自己更了解pytorch,所以打算将其改写为pytorch版本的. 对于图注意力网络还不了解的可以先去看看tensorflow版本的代码, ...

  6. [深度学习] DeepFM 介绍与Pytorch代码解释

    一. DeepFM算法的提出 由于DeepFM算法有效的结合了因子分解机与神经网络在特征学习中的优点:同时提取到低阶组合特征与高阶组合特征,所以越来越被广泛使用. 在DeepFM中 FM算法负责对一阶 ...

  7. 编写高效的PyTorch代码技巧(下)

    点击上方"算法猿的成长",关注公众号,选择加"星标"或"置顶" 总第 133 篇文章,本文大约 3000 字,阅读大约需要 15 分钟 原文 ...

  8. 自然语言处理(三):传统RNN(NvsN,Nvs1,1vsN,NvsM)pytorch代码解析

    文章目录 1.预备知识:深度神经网络(DNN) 2.RNN出现的意义与基本结构 3.根据输入和输出数量的网络结构分类 3.1 N vs N(输入和输出序列等长) 3.2 N vs 1(多输入单输出) ...

  9. python图片自动上色_老旧黑白片修复机——使用卷积神经网络图像自动着色实战(附PyTorch代码)...

    摘要: 照片承载了很多人在某个时刻的记忆,尤其是一些老旧的黑白照片,尘封于脑海之中,随着时间的流逝,记忆中对当时颜色的印象也会慢慢消散,这确实有些可惜.技术的发展会解决一些现有的难题,深度学习恰好能够 ...

最新文章

  1. 如何用xmanager远程连接centos6.0的桌面
  2. 周礼栋:现在是计算机系统和网络研究“最好的时代”
  3. 通过Http管理Solr Core,实现索引的分类
  4. RHEL在戴尔系统上p1p1 ......命名规则
  5. 【web安全】Spring boot heapdump获取敏感信息
  6. 自编码器(Auto Encoder)原理及其python实现
  7. 数据库 MySQL 如何设置表的主键自增起始值
  8. ZRender源码分析2:Storage(Model层)
  9. android 音频播放类
  10. 想要做音乐玩音乐,有这一个软件就够了!
  11. SW转发与MAC地址表
  12. IEEE期刊论文模板的查找,下载方法--
  13. VOC2007数据集解析
  14. 【解决办法】CodeBlocks不能debug/不能启动debugger
  15. pytorch 解决gpu训练只占一块卡
  16. Kubernetes 故障解之(Failed to find subsystem mount for required subsystem: pids)
  17. mysql fulltext 查询,MySQL高级选择、FULLTEXT查找、执行事务、数据加密
  18. 串口驱动中使用FIFO
  19. Docker 拉取镜像及标签 pull | tag
  20. 装双系统需要给linux系统单独分一个区,PC技巧分享 篇一:教你如何在单硬盘单分区中安装双系统...

热门文章

  1. 数据中心的 TCP-Delay ACK 与 RTO, RACK
  2. 解决“Microsoft Office Word 遇到问题需要关闭。”
  3. 为何计算机地址不是31位,【2人回答】为什么我安装32位的CAD2008不能安装我64位的电脑,不是说64位电脑都可以安装31位与64位软件吗?-3D溜溜网...
  4. 本地部署easyMock
  5. html5图片自动翻转,纯js实现360度旋转预览图片特效
  6. 2022 第五届 浙江省大学生网络与信息安全竞赛技能赛 预赛 Writeup,5题
  7. wxPython+Vuejs+Element-UI实现记事本的思路及解决方案
  8. 深度学习与中文短文本分析总结与梳理
  9. 创客exynos-fs4412系统移植-(uboot,内核,文件系统)
  10. 图像处理技术之三:降噪处理(中值、均值、最大值、最小值滤波、图像噪声)