搜索[tensor]结果-低调大师优秀个人博客

精选列表

搜索[tensor]，共929篇文章

OneFlow源码解析：Tensor类型体系与Local Tensor

1 创建tensor的方法与PyTorch类似，在OneFlow中也可以通过两种主要的方式来创建tensor： Tensor 和 tensor 。

2022-09-01

Pytorch之Tensor大详解

认真看完这篇文章，你将收获：理解Tensor的创建理解Tensor的加速理解Tensor的常用属性理解Tensor的常用方法 Tensor创建我们应该都知道Numpy是支持大量维度数组与矩阵运算的常用扩展库

2020-05-22

关键概念：网络定义：网络定义由一系列层和一组张量组成；层：每一层从一组输入张量计算一组输出张量。图层具有参数，例如卷积大小，跨度和卷积滤波器权重。张量：张量既可以是网络的输入，也可以是图层的输出。张量具有指定其精度的数据类型，例如16位和32位浮点数以及三个维度，例如通道，宽度和高度。输入张量的尺寸由应用程序定义，输出张量由构建器推断。支持的维度是N（P_1 P_2 ...）CHW，其中P_1，P_2等是索引维度。张量总共可以有最多Dims :: MAX_DIMENSIONS个维度，其中该常量设置为8。每个图层和张量都有一个名称，在分析或读取TensorRT构建日志时非常有用。使用NvCaffeParser时，张量和图层名称将从NVCaffe原型文件中获取。TensorRT API：TensorRT API允许开发人员导入，校准，生成和部署优化的网络。网络可以直接从NVCaffe或通过UFF格式从其他框架导入。它们也可以通过实例化各个图层并直接设置参数和权重来以编程方式创建。除了C ++中的主要API之外。 TensorRT包含TensorRT python API绑定。 TensorRT python API目前支持除RNN之外的所有功能。它引入了与NumPy数组对于图层权重的兼容性，并通过使用PyCUDA，输入和输出数据。还提供了一组实用函数来解决开发人员可能面临的常见任务，包括NVCaffe模型解析，从流中解析UFF模型，以及从UFF文件加载和编写PLAN文件。这些位于tensorrt.utilsPython例子：Python接口支持以前仅通过C ++接口才可用的所有功能。这些包括： the NvCaffeParser 用于图形定义的nvinfer API 建造者创建优化的推理引擎用于执行引擎的推理时界面用于注册自定义层实现的调用可以在{PYTHON_PACKAGE_DIR} / tensorrt / examples目录中找到Python示例。TensorRT软件包附带了一些示例应用程序实现。这些可以根据您是否在系统中安装TensorRT或仅为用户来找到。Python工作流程：为以下用例提供了示例应用程序：1.有一个现有的TensorFlow™（或其他UFF兼容框架）模型，开发人员可以试用TensorRT，将TensorFlow模型转换为TensorRT2.有一个NVCaffe模型，开发人员想用TensorRT来尝试。将NVCaffe模型转换为TensorRT3.开发人员希望将TensorRT引擎部署为更大型应用程序的一部分，如Web后端。4.开发人员希望尝试使用受UFF支持且未受NVCaffe培训的框架来训练TensorRT。TensorRT感觉好强大，毕竟是对新的PasCal和VoltaGPU才有的功能。

2018-02-25

Pytorch入坑之Tensor大详解

2020-05-22

tf.Graph().get_tensor_by_name

get_tensor_by_name(name) method of tensorflow.python.framework.ops.Graph instance Returns the `Tensor

2018-05-02

PyTorch Tensor 索引完全指南（小白入门版）

# PyTorch Tensor 索引完全指南（小白入门版） > 一篇真正讲懂 Tensor 索引的博客。看完后，你可以熟练使用 **普通索引、切片、花式索引、布尔索引、Mask、****`...

2026-09-29

CUDA 编程：Tensor Core 与混合精度 GEMM

Tensor Core 为什么越大矩阵越快？ - 7. 矩阵尺寸对 Tensor Core 的影响 - 8. Tensor Core不是简单降低精度 - 9.

2026-07-28

Tensorflow源码解析5 -- 图的边 - Tensor

Graph另外一大成员，即为其边Tensor。边用来表示计算的数据，它经过上游节点计算后得到，然后传递给下游节点进行运算。本文讲解Graph的边Tensor，以及TensorFlow中的变量。

2019-02-18

Dive into TensorFlow系列（3）- 揭开Tensor的神秘面纱

既然tensor在TensorFlow体系架构中如此重要，因此本文将带领大家由浅入深地学习tensor的三个话题：用户眼中的tensor、TensorFlow系统中的tensor、tensor高阶用法DLPack

2022-11-17

Session.run()和Tensor.eval()的区别

1、官方文档的解释官方文档中显示如下：图中翻译如下：第一段：如果t是一个tf.Tensor对象，则tf.Tensor.eval是tf.Session.run的缩写（其中sess是当前的tf.get_default_session

2018-01-30

paddle2.0之 paddle Tensor 第一集

Tensor报错创建一个指定shape的Tensor Tensor的shape（形状）举例说明shape之间的关系解析结果改变维度 paddle Tensor的dtype dtype类型的指定

2020-11-27

Linux 主线内核支持谷歌 Tensor GS101 芯片 & Pixel 6

根据 Phoronix 的报道，Google Tensor GS101 SoC 于 2021 年推出，搭载在 Google Pixel 6 智能手机上。

2023-12-20

一个Tensor在深度学习框架中的执行过程

Tensor等分发出去，没有直接分发执行的结果Tensor出去，所以这里还没有真正的执行Op），这里的OpInterpUtil::Dispatch是负责将OpExpr，输入Tensor和其它参数（ReLU

2022-02-05

一种分布式深度学习编程新范式：Global Tensor

当前常用的 Tensor，只在单个进程内可见，存在于一个设备上，OneFlow 中把这种 Tensor 叫做 Local Tensor。

2022-07-26

GPU深度学习性能的三驾马车：Tensor Core、内存带宽与内存层次结构

今天，我们为大家带来的这篇文章，作者的核心观点是：Tensor Core、内存带宽和内存层次结构是影响 GPU 深度学习性能的几个最关键因素。

2023-12-04

零依赖解析 GGUF 头实测：291 个 tensor 的清单只花 7 微秒，99% 的时间耗在 tokenizer 词表

先把答案放这里：**读完整个头部 1.3 毫秒，其中 291 个 tensor 的清单只占 7 微秒，剩下 99.5% 全花在 tokenizer 词表上**。

2026-10-26

飞桨框架v2.3 API最新升级 | 对科学计算、概率分布和稀疏Tensor等提供更全面支持

对科学计算、概率分布和稀疏Tensor等提供更全面支持！

2022-06-15

MindSpore v2.6.0 发布，华为全场景 AI 计算框架

mindspore.Tensor.isneginf mindspore.Tensor.log2 [DEMO] mindspore.Tensor API provides more Tensor methods

2025-05-19

用OneFlow实现数据类型自动提升

_tensor=torch.tensor(1,dtype=torch.float64) out1=torch.mul(x_tensor,y1_tensor) y2_tensor=torch.tensor

2021-10-11

Pytorch入门演练

([[0, 0, 0], [0, 0, 0], [0, 0, 0], [0, 0, 0], [0, 0, 0]]) 直接用一组数据构造Tensor（张量）： x = torch.tensor([5.5,

2018-12-18

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。