Pytorch深度学习——广播机制与in-place操作
目录In-place广播机制代码In-place即直接将结果赋值给参与运算的某个变量广播机制主要用于将两个维度不同的tensor进行运算，需要满足右对齐，即从右往左看，两个tensor上下两个相对应的维度的数值进行对比，要么相等，要么需要满足其中一个维度为1广播运算可以在搭建网络结构中简化运算代码import torcha = torch.rand(1, 2, 1, 2, 3)b = torch
·
目录
In-place
即直接将结果赋值给参与运算的某个变量
广播机制
主要用于将两个维度不同的tensor进行运算，需要满足右对齐，即从右往左看，两个tensor上下两个相对应的维度的数值进行对比，要么相等，要么需要满足其中一个维度为1
广播运算可以在搭建网络结构中简化运算
代码
import torch
a = torch.rand(1, 2, 1, 2, 3)
b = torch.rand(4, 2, 3) # 这个b的维度后两维度与a相同，从右数第三个维度a的为1，则可以广播
c = a + b
print(a)
print(b)
print(c)
print(a.shape)
print(b.shape)
print(c.shape)
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
0
0- 0
已为社区贡献3条内容
所有评论(0)