unique 参数 返回 返回类型 代码示例 unique paddle.fluid.layers.unique (x, dtype=’int32’)[源代码] unique为 x 返回一个unique张量和一个指向该unique张量的索引。 参数 x (Variable) - 一个1维输入张量 dtype (np.dty...

meshgrid meshgrid paddle.meshgrid ( \args, **kargs* ) [源代码] 该OP的输入是张量或者包含张量的列表, 包含 k 个一维张量，对每个张量做扩充操作，输出 k 个 k 维张量。 参数： * args （Tensor|Tensor数组）- 输入变量为 k 个一维张量，形状分别为(N1,...

meshgrid meshgrid paddle. meshgrid ( args, kargs* ) [源代码] 该OP的输入是张量或者包含张量的列表, 包含 k 个一维张量，对每个张量做扩充操作，输出 k 个 k 维张量。 参数： args （Tensor|Tensor数组）- 输入变量为 k 个一维张量，形状分别为(N1,), ...

其他行动 其他行动 译者：ApacheCN torch . bincount ( self , weights = None , minlength = 0 ) → Tensor 计算非负的int数组中每个值的频率。 除非input 为空，否则箱数(大小为1）比input 中的最大值大1，在这种情况下，结果是大小为0....

广播 (broadcasting) 广播 (broadcasting) 飞桨（PaddlePaddle，以下简称Paddle）和其他框架一样，提供的一些API支持广播(broadcasting)机制，允许在一些运算时使用不同形状的张量。 通常来讲，如果有一个形状较小和一个形状较大的张量，会希望多次使用较小的张量来对较大的张量执行一些操作，看起来像是较...

torch.sparse 函数 torch.sparse 译者：hijkzzz 警告 这个API目前还处于试验阶段, 可能在不久的将来会发生变化. Torch支持COO(rdinate )格式的稀疏张量, 这可以有效地存储和处理大多数元素为零的张量. 稀疏张量表示为一对稠密张量:一个值张量和一个二维指标张量. 一个稀疏张量可以通过提...

fluid.clip ErrorClipByValue GradientClipByGlobalNorm GradientClipByNorm GradientClipByValue fluid.clip Source English ErrorClipByValue Source English class paddle.fl...

unique unique paddle.fluid.layers. unique ( x, dtype=’int32’ ) [源代码] unique为 x 返回一个unique张量和一个指向该unique张量的索引。 参数： x (Tensor) - 一个1维输入张量 dtype (np.dtype|str, 可选) – 索引张...

PyTorch 介绍 Torch张量库介绍 创建张量 张量操作 重构张量 计算图和自动求导 PyTorch 介绍 译者：YAOKE7 校对者：FontTian Torch张量库介绍 深度学习的所有计算都是在张量上进行的,其中张量是一个可以被超过二维索引的矩阵的一般表示形式。稍后我们将详细讨论这意味着什么。首先，我们先来看一...