torch.stack()函數其實等於是在堆疊數據。
對於一個二維的tensor類型數據來說,距離如下:
import torch
a=torch.tensor([[1,2,3],[4,5,6],[7,8,9]])
a
tensor([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
這裏的*維變量其實就等於是這個tensor裏的unit數據的維度。
torch.cat(input,dim=0)
默認按行連接張量
torch.stack()函數其實等於是在堆疊數據。
對於一個二維的tensor類型數據來說,距離如下:
import torch
a=torch.tensor([[1,2,3],[4,5,6],[7,8,9]])
a
tensor([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
這裏的*維變量其實就等於是這個tensor裏的unit數據的維度。
torch.cat(input,dim=0)
默認按行連接張量
一、僞陽性和僞陰性1. 僞陽性----I型錯誤,僞陰性---II型錯誤。2. II型錯誤要比I型錯誤嚴重的多二、混淆矩陣In [ ]:### y 預測 0 1 In [ ]:### y實際 0 35
隨機抽樣目錄 1:簡單的隨機數據 numpy.random.rand() numpy.random.randn() numpy.random.randint() numpy.