本文中所有代码的前提是调用PyTorch包
import torch
1. 张量的理解
标量:0维张量;向量:1维张量;矩阵:2维张量。扩展至高维数据,统称为张量。
2. PyTorch的张量创建
2.1 列表类型转变为张量类型
torch.tensor([1,2,3,4])
2.2 PyTorch包内置方法创建
torch.rand(l,m,n) # [l,m,n]维的向量,内部元素在[0,1]区间分布
torch.randn(l,m,n) # [l,m,n]维的向量,内部元素在[0,1]区间服从标准正态分布
torch.zeros(l,m,n) # [l,m,n]维的向量,内部元素全是0
torch.ones(l,m,n) # [l,m,n]维的向量,内部元素全是1
torch.eye(n) # [n,n]维的单位矩阵
2.3 通过已有张量来创建新的张量
已知t为一个张量,那么
torch.zeros_like(t) # 生成一个形状和t张量相同,但内部元素全是0的新张量
torch.ones_like(t) # 生成一个形状和t张量相同,但内部元素全是1的新张量
torch.rand_like(t) # 生成一个形状和t张量相同,但内部元素在[0,1]区间分布的新张量
torch.randn_like(t) # 生成一个形状和t张量相同,但内部元素在[0,1]区间标准正态分布的新张量
3