神经网络的齿轮：张量运算

彭靖田 2023-01-13 01:50:50

课时名称	课时知识点
神经网络的齿轮：张量运算	神经网络的齿轮：张量运算

...全文

61 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

通过上一篇的内容，我们知道了张量表示神经网络中的数据，那么数据在网络中流动必然要经过各种运算或者叫做处理，这一系列的处理就是达到最终结果的过程。可以形象把中间的变换称为神经网络的“齿轮”，或者叫做张量运算。就像二进制运算有逻辑与(AND),或(OR),异或(NOR)一样，张量运算有以下几种：逐元素运算张量点积广播张量变形 1. 逐元素运算 relu运算和加法(减法)都是逐元素（elem...

顾名思义，逐元素运算（Element-wise Operation）是指对张量中每一个独立元素单独执行的操作。这类运算天然适合大规模并行处理，因此也被称为向量化运算（Vectorized Operation）。现代CPU/GPU中的SIMD指令集和CUDA核心正是为此类操作而优化。Python实现对比：循环 vs NumPy内置函数当我们惊叹于AI生成逼真人脸、写出动人诗句时，不妨低头看看它的“引擎”：不过是张量之间的加法、乘法、变形与激活。但这并不减损其伟大。

99元秒杀！每天前100人再送5门编程课！ AI+5门300元课程+讲师社群答疑+社群闭门分享会=99元源码开源下载：https://github.com/DjangoPeng/keras-101/tree/master/code_samples 【为什么学AI】归功于...

所有计算机程序最终都可以简化为对二进制输入的一些二进制运算（AND、OR、NOR 等），与此类似，深度神经网络学到的所有变换也都可以简化为对数值数据张量的一些（tensor operation）或（tensor function），如张量加法、张量乘法等。在本章最开始的例子中，我们通过叠加Dense 层来构建模型。下面是一个Keras 层的实例。你可以将这个层理解为一个函数，其输入是一个矩阵，返回的是另一个矩阵，即输入张量的新表示。

原价199！现在下单立减100元！每天前100人再送5门编程课！ AI+5门300元课程+讲师社群答疑+社群闭门分享会=99元【为什么学AI】归功于近年来大规模数据和硬件计算能力的大幅度提升，人工智能的概念近两年一直是市场追捧的对象。目前各大厂都争先恐后地布局AI，落地各类AI的的商...

彭靖田的课程社区_NO_1

1

社区成员

75

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章