当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch SummaryWriter.add_embedding用法及代码示例


本文简要介绍python语言中 torch.utils.tensorboard.writer.SummaryWriter.add_embedding 的用法。

用法:

add_embedding(mat, metadata=None, label_img=None, global_step=None, tag='default', metadata_header=None)

参数

  • mat(torch.Tensor或者numpy.array) -一个矩阵,每一行都是数据点的特征向量

  • metadata(list) -标签列表,每个元素都将转换为字符串

  • label_img(torch.Tensor) -图像对应每个数据点

  • global_step(int) -要记录的全局步长 值

  • tag(string) -嵌入名称

将嵌入投影仪数据添加到摘要中。

形状:

mat: ,其中 N 是数据数,D 是特征维度

label_img:

例子:

import keyword
import torch
meta = []
while len(meta)<100:
    meta = meta+keyword.kwlist # get some strings
meta = meta[:100]

for i, v in enumerate(meta):
    meta[i] = v+str(i)

label_img = torch.rand(100, 3, 10, 32)
for i in range(100):
    label_img[i]*=i/100.0

writer.add_embedding(torch.randn(100, 5), metadata=meta, label_img=label_img)
writer.add_embedding(torch.randn(100, 5), label_img=label_img)
writer.add_embedding(torch.randn(100, 5), metadata=meta)

相关用法


注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.utils.tensorboard.writer.SummaryWriter.add_embedding。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。