文件名称：灵活而强大的张量操作，可读取且可靠的代码-python
文件大小：347KB
文件格式：ZIP
更新时间：2024-07-08 13:18:32
机器学习
灵活而强大的张量操作，可读取且可靠的代码。 支持numpy，pytorch，tensorflow等。 这个视频质量更好。 einops 灵活而强大的张量操作，用于可读和可靠的代码。 支持 numpy、pytorch、tensorflow 等。 目录 教程 API 微参考 安装命名 为什么使用 einops 支持的框架 贡献 Github 存储库（针对问题/问题） 教程/文档 教程是查看 einops 运行情况的最便捷方式（现在作为文档工作）第 1 部分：einops 基础第 2 部分：用于深度学习的 einops 第 3 部分：使用 einops 改进的真实代码片段（目前仅适用于 pytorch） 安装简单明了：pip install einops einops 没有强制依赖项（代码示例也需要 jupyter、pillow + 后端）。 要获取最新的 github 版本 pip install https://github.com/arogozhnikov/einops/archive/master.zip API einops 具有简约而强大的 API。 提供了两个操作（示
【文件预览】：
einops-master
----docs()
--------css()
--------1-einops-basics.ipynb(279KB)
--------source_examples()
--------2-einops-for-deep-learning.ipynb(29KB)
--------pytorch-examples.html(253KB)
--------resources()
--------api()
--------README.md(414B)
--------utils()
--------index.md(12B)
----test.py(1KB)
----.github()
--------ISSUE_TEMPLATE()
--------workflows()
----mkdocs.yml(961B)
----tests()
--------test_ops.py(23KB)
--------test_examples.py(11KB)
--------test_parsing.py(4KB)
--------test_other.py(6KB)
--------test_einsum.py(3KB)
--------__init__.py(2KB)
--------test_layers.py(14KB)
--------test_notebooks.py(2KB)
----LICENSE(1KB)
----setup.py(757B)
----.gitignore(1KB)
----einops()
--------_backends.py(16KB)
--------einops.py(25KB)
--------__init__.py(297B)
--------layers()
--------parsing.py(6KB)
----README TensorFlow.md(8KB)
----README.md(9KB)
----scripts()
--------deploy-docs.sh(29B)
--------run-docs.sh(40B)