第四章pytorch 深度学习基础

本文介绍了TensorFlow库中的Tensor对象,强调了其数据类型的一致性和可以在CPU或GPU上的设备选择。通过torch.tensor函数以及list和numpy.ndarray创建示例,展示了如何操作这些对象并显示输出结果。
摘要由CSDN通过智能技术生成

#回顾知识 


4.1Tensor对象及其运算

Tensor对象是一个任意维度的矩阵,但是一个Tensor中所有元素的数据类型必须一致,它也包含浮点型,有符号整形和无符号整形。(可以定义在CPU上,也可以定义在GPU上)

一 、dype属性指定它的数据类型,device指定它的设备(CPU 或GPU)

1.torch.tensor

2.可以用list构建

a=torch.tensor([[1,2],[3,4]],dtype=torch.float64)

3.用ndarry构建

b = torch.tensor(np.array([[1,2],[3,4]]), dtype=torch.uint8)

print(a)  print(b)

展示输出的结果图

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值