发布了 3 篇内容
共 16073字, 被阅读 22次
获得了 0 次赞同
获得了 0次喜欢, 获得了 0 次收藏
参与了 1 次互动
互动包含发布评论、点赞评论、参与投票等

Pytorch 基础 - 张量基本操作
Pytorch 中,张量的操作分为结构操作和数学运算,其理解就如字面意思。结构操作就是改变张量本身的结构,数学运算就是对张量的元素值完成数学运算。

Pytorch 基础 -tensor 数据结构
torch.Tensor 是一种包含单一数据类型元素的多维矩阵,类似于 numpy 的 array。 Tensor 可以使用 torch.tensor() 转换 Python 的 list 或序列数据生成,生成的是 dtype 默认是 torch.FloatTensor。

卷积神经网络的压缩方法总结
我们知道,在一定程度上,网络越深,参数越多,模型越复杂,其最终效果越好。神经网络的压缩算法是,旨在将一个庞大而复杂的预训练模型(pre-trained model)转化为一个精简的小模型。我们将模型压缩技术分为“前端压缩”和“后端压缩”两部分。