Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
weixin_49771401
apachecn-dl-zh
提交
c88b3449
A
apachecn-dl-zh
项目概览
weixin_49771401
/
apachecn-dl-zh
与 Fork 源项目一致
Fork自
OpenDocCN / apachecn-dl-zh
通知
1
Star
1
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
A
apachecn-dl-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
c88b3449
编写于
1月 22, 2021
作者:
W
wizardforcel
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
2021-01-22 11:34:12
上级
c6df80b4
变更
6
隐藏空白更改
内联
并排
Showing
6 changed file
with
13 addition
and
13 deletion
+13
-13
new/pt-tut-17/38.md
new/pt-tut-17/38.md
+1
-1
new/pt-tut-17/42.md
new/pt-tut-17/42.md
+7
-7
new/pt-tut-17/43.md
new/pt-tut-17/43.md
+1
-1
new/pt-tut-17/50.md
new/pt-tut-17/50.md
+1
-1
new/pt-tut-17/53.md
new/pt-tut-17/53.md
+1
-1
new/pt-tut-17/56.md
new/pt-tut-17/56.md
+2
-2
未找到文件。
new/pt-tut-17/38.md
浏览文件 @
c88b3449
...
...
@@ -40,7 +40,7 @@ print(torch.__version__)
首先定义一个简单的
`Module`
。
`Module`
是 PyTorch 中组成的基本单位。 它包含:
1.
构造器,为调用准备模块
1.
为调用准备模块的构造器
2.
一组
`Parameters`
和子
`Modules`
。 这些由构造器初始化,并且可以在调用期间由模块使用。
3.
`forward`
函数。 这是调用模块时运行的代码。
...
...
new/pt-tut-17/42.md
浏览文件 @
c88b3449
...
...
@@ -13,7 +13,7 @@
*
了解命名尺寸如何在两个关键区域实现更清晰的代码:
* 广播操作
*
展平和展平
尺寸
*
重塑和展开
尺寸
最后,我们将通过使用命名张量编写一个多头注意力模块来将其付诸实践。
...
...
@@ -23,12 +23,12 @@ PyTorch 中的命名张量受 [Sasha Rush](https://tech.cornell.edu/people/alexa
PyTorch 现在允许张量具有命名维度; 工厂函数采用新的名称参数,该参数将名称与每个维度相关联。 这适用于大多数工厂功能,例如
*
张量
*
为空
*
个
*
零
*
兰恩
*
兰特
*
`tensor`
*
`empty`
*
`ones`
*
`zeros`
*
`randn`
*
`rand`
这里我们用名字构造一个张量:
...
...
new/pt-tut-17/43.md
浏览文件 @
c88b3449
...
...
@@ -403,7 +403,7 @@ for (m, attrs) in old_attrs.items():
*
解决 N1HW 和 NC11 张量的歧义;
*
测试分布式训练支持;
*
提高运
营商
覆盖率。
*
提高运
算符
覆盖率。
如果您有反馈和/或改进建议,请通过创建
[
ISSUE
](
https://github.com/pytorch/pytorch/issues
)
来通知我们。
...
...
new/pt-tut-17/50.md
浏览文件 @
c88b3449
...
...
@@ -6,7 +6,7 @@
*
根据输入张量的设备,在运算符的 CPU 和 CUDA 实现之间切换。
*
在运算符的自动微分和后端实现之间切换,这取决于是否需要自动微分处理。
*
必要时应用自动广播
以
实现自动混合精度。
*
必要时应用自动广播
来
实现自动混合精度。
*
当运算符在
`vmap`
调用下运行时,应用批量规则。
*
如果要跟踪导出的模型,则跟踪操作的执行。
...
...
new/pt-tut-17/53.md
浏览文件 @
c88b3449
...
...
@@ -10,7 +10,7 @@
如您所见,我们只需要添加一些细微的修改即可。 特别是,我们需要
1.
在
功能
中包装数据加载和训练,
1.
在
函数
中包装数据加载和训练,
2.
使一些网络参数可配置,
3.
添加检查点(可选),
4.
并定义用于模型调整的搜索空间
...
...
new/pt-tut-17/56.md
浏览文件 @
c88b3449
...
...
@@ -95,8 +95,8 @@ print(torch.__config__.parallel_info())
[
`gum_convert_examples_to_features`
](
https://github.com/huggingface/transformers/blob/master/transformers/data/processors/glue.py
)
函数将文本转换为输入特征:
*
标记输入序列;
*
在开头插入
[CLS]
;
*
在第一句和第二句之间并在最后插入
[SEP]
;
*
在开头插入
`[CLS]`
;
*
在第一句和第二句之间并在最后插入
`[SEP]`
;
*
生成标记类型 ID,以指示标记是属于第一序列还是第二序列。
[
`gum_compute_metrics`
](
https://github.com/huggingface/transformers/blob/master/transformers/data/processors/glue.py
)
函数的计算指标为
[
F1 得分
](
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html
)
,可以将其解释为精度和召回率的加权平均值,其中 F1 得分在 1 和最差处达到最佳值 得分为 0。精度和召回率对 F1 得分的相对贡献相等。
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录