承接上一節，繼續來學一下更加高階那麼一點點的操作。
a = torch.rand(2,3,4) # 隨機生成乙個張量
a.view(-1,2) # 把張量變成含有兩列的張量，行數程式自己算
a.reshape(-1,2) # 把張量變成含有兩列的張量，行數程式自己算
a.numpy() # 轉換成numpy的陣列
torch.from_numpy(a.numpy()) # 從numpy轉為tensor
a[:,:,:] # 三個維度全取
a[1:,:,:3] # 在第乙個維度從第乙個元素開始取；在第二個維度全取；在第三個維度取到第2個元素(不包含冒號後的end位置)
a[1:2,:,:]
a = torch.randint(0,9,size=(3,3))
a*4
a = torch.randint(0,9,size=(1,4))
b = torch.randint(0,9,size=(4,1))
a-b
a本身為\(1\times4\)的張量，而b是\(4\times1\)的張量。那麼a想要和b進行運算，就必須按照b的行來補，b就得按照a的列數量來補充。 稍微稍微稍微入門dfs
今天在和同學討論之後總算是稍微入門了dfs。明白了幾個之前一直沒注意或者說是沒有明白的問題。1，dfs執行的順序應該是第乙個遞迴呼叫返回後才執行後面一句例如 dfs x 1 y 得他執行完了 得到了返回的結果哪怕是 return 才能執行下面的 dfs x 1,y dfs x,y 1 dfs x,y...
Pytorch入門 安裝
pytorch目前支援的平台有linux和osx，在pytorch官網上每種平台提供了conda pip source三種安裝方式，同時也可以根據有無gpu進行cuda安裝，在這裡以ubuntu14.04進行安裝學習。1.anaconda安裝配置 安裝過程參考我之前的anaconda tensorf...
PyTorch快速入門
詳細的pytorch教程可以去pytorch官網的學習指南進一步學習，下面主要對pytorch做簡單的介紹，能夠快速入門。首先pytorch是基於python的科學計算類庫，主要有以下兩個方面的應用 作為numpy的替代者，充分利用gpu的計算能力。提供乙個靈活 快速的深度學習平台。tensor 與...