文件名称：namedtensor:命名为Torch的Tensor实现
文件大小：721KB
文件格式：ZIP
更新时间：2024-06-02 04:28:02
JupyterNotebook
现在应该认为该实施草案已经完成。 如果您对使用命名张量感兴趣，请查看核心PyTorch实现： 感谢所有对此版本做出贡献的人。 命名为火炬张量 介绍 以下是有关Torch的命名张量的建议： NamedTensor是Torch张量上的薄型包装，它对API进行了三处更改： 命名：维访问和缩减使用命名的dim参数而不是索引。 构造和添加维使用name参数。 基于轴的索引[]替换为命名索引。 广播：所有功能都不基于启发式排序规则，而是基于集合操作进行广播，例如，如果z = x + y则z具有x和y的维数并集。 提升：可以通过.spec方法提供名称注释来提升基于订单的功能。 例如，卷积要求用户命名通道和内核暗淡，例如。 conv2d.spec("channel", ("x", "y")) 。 这样可以提供动态检查，更好的错误消息以及一致的文档。 设置 pip install git+http
【文件预览】：
namedtensor-master
----.travis.yml(2KB)
----namedtensor()
--------text()
--------core.py(7KB)
--------utils.py(220B)
--------nn()
--------torch_base.py(12KB)
--------__init__.py(888B)
--------schema.py(2KB)
--------torch_helpers.py(14KB)
--------distributions()
--------test_core.py(19KB)
--------strategies.py(2KB)
----requirements.dev.txt(56B)
----docs()
--------requirements.txt(50B)
--------Makefile(591B)
--------NamedTensor.md(18KB)
--------source()
----format.sh(134B)
----Dockerfile(169B)
----LICENSE(1KB)
----CONTRIBUTING.md(99B)
----setup.cfg(22B)
----requirements.txt(33B)
----examples()
--------vae.py(5KB)
--------data()
--------transformer()
--------mnist.py(6KB)
--------attention.py(2KB)
--------cnn_kim.py(7KB)
--------cnn_kim_utils.py(2KB)
--------data_helpers.py(4KB)
--------README.md(77B)
----setup.py(494B)
----.gitignore(1KB)
----README.md(5KB)
----notebooks()
--------jekyll.py(1KB)
--------NamedTensor.ipynb(196KB)
--------jekyll.tpl(977B)
--------NamedTensor2.ipynb(82KB)
--------test_images.npy(1.27MB)
----design.md(982B)
----github_deploy_key_harvardnlp_namedtensor.enc(4KB)
----.gitpod.yml(116B)