Ĉu torĉo.Tensora klaso preciziganta plurdimensiajn rektangulajn tabelojn havas elementojn de malsamaj datumtipoj?
Dimanĉo, 05 januaro 2025 by Cralle
La klaso `torch.Tensor` de la biblioteko PyTorch estas fundamenta datumstrukturo uzata vaste en la kampo de profunda lernado, kaj ĝia dezajno estas integra al la efika uzado de nombraj komputadoj. Tensoro, en la kunteksto de PyTorch, estas plurdimensia tabelo, simila en koncepto al tabeloj en NumPy. Tamen gravas
- eldonita en Artefarita inteligento, Altnivela Profunda Lernado de EITC/AI/ADL, Respondeca novigo, Respondeca novigo kaj artefarita inteligenteco
Etikedita sub: Artefarita inteligento, Komputila Efikeco, Profunda Lernado, Homogenaj Datumoj, PyTorch, Tensoro
Ĉu torĉo.Tensora klaso preciziganta plurdimensiajn rektangulajn tabelojn povas havi elementojn de malsamaj datumtipoj?
Vendredon, 14 June 2024 by Agnieszka Ulrich
La aserto ke klaso `torch.Tensor` specifanta plurdimensiajn rektangulajn tabelojn povas havi elementojn de malsamaj datumtipoj ne estas preciza. En PyTorch, la klaso `torch.Tensor` estas dizajnita por stoki elementojn de ununura datumtipo, ankaŭ konata kiel homogena tipo. Ĉi tiu limigo estas fundamenta karakterizaĵo de tensoroj en PyTorch kaj estas esenca por