分类：tensor

2021
04-25

Pytorch 使用tensor特定条件判断索引

torch.where()用于将两个broadcastable的tensor组合成新的tensor，类似于c++中的三元操作符“?:”区别于pythonnumpy中的where()直接可以找到特定条件元素的index想要实现numpy中where()的功能，可以借助nonzero()对应numpy中的where()操作效果:补充：Pytorchtorch.Tensor.detach()方法的用法及修改指定模块权重的方法detachdetach的中文意思是分离，官方解释是返回一个新的Tensor,从当前的计算图中分离出来需要注意的是，返... 继续阅读 >

2021
04-25

pytorch tensor int型除法出现的问题

昨天晚上跑起来一个classification实验，今天发现训练loss在降，然而accuracy永远是0。。。直觉告诉我evaluation有问题然后发现自己写了个很愚蠢的bugaccuracy对应的tensor出来是int型的，我用到了一个除法取平均。而pytorch里无论用/or//结果都是取整，，accuracy一直就没有。。所以转换成float就没问题了，，低级bug，下不为例补充：pytorchtensordivision/除法除法的时候要注意数据类型的问题a=torch.div(torch.tensor... 继续阅读 >

2021
03-05

Tensorflow 读取ckpt文件中的tensor操作

在使用pre-trainmodel时候，我们需要restorevariablesfromcheckpointfiles.经常出现在checkpoint中找不到”Tensornamenotfound”.这时候需要查看一下ckpt中到底有哪些变量importosfromtensorflow.pythonimportpywrap_tensorflowcheckpoint_path=os.path.join(model_dir,"model.ckpt")#Readdatafromcheckpointfilereader=pywrap_tensorflow.NewCheckpointReader(checkpoint_path)var_to_shape_map=reader.... 继续阅读 >

2021
03-05

pytorch 把图片数据转化成tensor的操作

摘要：在图像识别当中，一般步骤是先读取图片，然后把图片数据转化成tensor格式，再输送到网络中去。本文将介绍如何把图片转换成tensor。一、数据转换把图片转成成torch的tensor数据，一般采用函数：torchvision.transforms。通过一个例子说明，先用opencv读取一张图片，然后在转换；注意一点是：opencv储存图片的格式和torch的储存方式不一样，opencv储存图片格式是（H,W,C），而torch储存的格式是（C,H,W）。importtorchvision.... 继续阅读 >

2020
10-10

详解pytorch tensor和ndarray转换相关总结

在使用pytorch的时候，经常会涉及到两种数据格式tensor和ndarray之间的转换，这里总结一下两种格式的转换：1.tensorcpu和tensorgpu之间的转化：tensorcpu转为tensorgpu：tensor_gpu=tensor_cpu.cuda()>>>tensor_cpu=torch.ones((2,2))tensor([[1.,1.],[1.,1.]])>>>tensor_gpu=tensor_cpu.cuda()tensor([[1.,1.],[1.,1.]],device='cuda:0')tensorgpu转为tensorcpu：tensor_cpu=tensor_gpu.cuda()... 继续阅读 >

2020
10-08

Tensorflow tensor 数学运算和逻辑运算方式

一、arthmetic算术操作（+，-，*，/，Mod）（1）tensor-tensor操作(element-wise)#两个tensor运算#运算规则：element-wise。即c[i,j,..,k]=a[i,j,..,k]opb[i,j,..,k]ts1=tf.constant(1.0,shape=[2,2])ts2=tf.Variable(tf.random_normal([2,2]))sess.run(tf.global_variables_initializer())#以ts1和ts2为例：#（1）加法+ts_add1=tf.add(ts1,ts2,name=None)ts_add2=ts1+ts2#二者等价#（2）减法-ts_sub1=tf.subtract(ts1,ts... 继续阅读 >

2020
10-08

使用tensorflow根据输入更改tensor shape

涉及随机数以及类RNN的网络构建常常需要根据输入shape，决定中间变量的shape或步长。tf.shape函数不同于tensor.shape.as_list()函数，后者返回的是常值list，而前者返回的是tensor。使用tf.shape函数可以使得中间变量的tensor形状随输入变化，不需要在构建Graph的时候指定。但对于tf.Variable，因为需要提前分配固定空间，其shape无法通过上诉方法设定。实例代码如下：a=tf.placeholder(tf.float32,[None,])b=tf.random_normal... 继续阅读 >

2020
10-08

使用Keras实现Tensor的相乘和相加代码

前言最近在写行为识别的代码，涉及到两个网络的融合，这个融合是有加权的网络结果的融合，所以需要对网络的结果进行加权（相乘）和融合（相加）。最初的想法最初的想法是用Keras.layers.Add和Keras.layers.Multiply来做，后来发现这样会报错。rate_rgb=k.variable(np.ones((1024,),dtype='float32')*0.8)rate_esti=k.variable(np.ones((1024,),dtype='float32')*0.2)weight_gru1=Multiply()([rate_rgb,gru1])weight_gru2=M... 继续阅读 >

2020
10-07

在keras 中获取张量 tensor 的维度大小实例

在进行keras网络计算时，有时候需要获取输入张量的维度来定义自己的层。但是由于keras是一个封闭的接口。因此在调用由于是张量不能直接用numpy里的A.shape()。这样的形式来获取。这里需要调用一下keras作为后端的方式来获取。当我们想要操作时第一时间就想到直接用shape()函数。其实keras中真的有shape()这个函数。shape（x）返回一个张量的符号shape，符号shape的意思是返回值本身也是一个tensor，示例：>>>fromkerasimp... 继续阅读 >