目录
一、什么是Tensor
张量(Tensor)是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数,这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 𝑛𝑛 维空间内,有 𝑛𝑟𝑛𝑟 个分量的一种量,其中每个分量都是坐标的函数,而在坐标变换时,这些分量也依照某些规则作线性变换。𝑟𝑟 称为该张量的秩或阶(与矩阵的秩和阶均无关系)。
张量是一种特殊的数据结构,与数组和矩阵非常相似。张量(Tensor)是MindSpore网络运算中的基本数据结构,今天主要学习张量和稀疏张量的属性及用法。
二、我的开发环境
我使用的是Jupyter云上开发:云上开发环境,无需配置环境,既可灵活调试运行代码。注意一个用户只能启动一个jupyter实例,且2个小时后会自动释放资源,到期时间前请及时将资源下载到本地。
我的实验环境已经预装了mindspore,如果大家的环境没有安装可以参考以下命令:
pip uninstall mindspore -y //安装mindspore
pip install -i https://pypi.mirrors.ustc.edu.cn/simple mindspore==2.2.14 //这个是更改版本命令
接下来导入依赖:
import numpy as np
import mindspore
from mindspore import ops
from mindspore import Tensor, CSRTensor, COOTensor
三、创建Tensor
张量的创建方式有多种,构造张量时,支持传入Tensor
、float
、int
、bool
、tuple
、list
和numpy.ndarray
类型。
以下是我学习的两种Tensor生成方式
1、根据数据直接生成
可以根据数据创建张量,数据类型可以设置或者通过框架自动推断。
data = [1, 0, 1, 0] //定义了一个名为data的数据集
x_data = Tensor(data) //通过mindspore的Tensor包直接转换成tensor张量形式
print(x_data, x_data.shape, x_data.dtype) //打印张量、张量的维度和张量的数据类型
import time
print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()),'zhengzhao')
运行结果自动推断出数据类型是Int64
2、由numpy数组生成
这个方法和直接生成唯一的区别是输入的数据由数据集,变成了numpy数组。
3、使用init初始化张量
这个方法通过Tensor包直接构建张量,不用先创造标量等数据之后再进行转换。
当使用init
初始化器对张量进行初始化时,支持传入的参数有init
、shape
、dtype
。
-
init
: 支持传入initializer的子类。如:下方示例中的 One() 和 Normal()。 -
shape
: 支持传入list
、tuple
、int
。 -
dtype
: 支持传入mindspore.dtype。 -
init
主要用于并行模式下的延后初始化,在正常情况下不建议使用init对参数进行初始化。
from mindspore.common.initializer import One, Normal
# 创建一个全是1的2×2的张量
tensor1 = mindspore.Tensor(shape=(2, 2), dtype=mindspore.float32, init=One())
# 创建一个服从正态分布的2×2的张量
tensor2 = mindspore.Tensor(shape=(2, 2), dtype=mindspore.float32, init=Normal())
print("tensor1:\n", tensor1)
print("tensor2:\n", tensor2)
运行结果:
4、继承另一个张量的属性,形成新的张量
这种构建方式非常常见,既不用把数据转换成Tensor的形式也不需要使用init初始化,直接就是继承并生成新的张量。
from mindspore import ops
x_ones = ops.ones_like(x_data)
print(f"Ones Tensor: \n {x_ones} \n")
x_zeros = ops.zeros_like(x_data)
print(f"Zeros Tensor: \n {x_zeros} \n")
运行结果:
四、张量的属性
张量的属性包括形状、数据类型、转置张量、单个元素大小、占用字节数量、维数、元素个数和每一维步长。
-
形状(shape):
Tensor
的shape,是一个tuple。 -
数据类型(dtype):
Tensor
的dtype,是MindSpore的一个数据类型。 -
单个元素大小(itemsize):
Tensor
中每一个元素占用字节数,是一个整数。 -
占用字节数量(nbytes):
Tensor
占用的总字节数,是一个整数。 -
维数(ndim):
Tensor
的秩,也就是len(tensor.shape),是一个整数。 -
元素个数(size):
Tensor
中所有元素的个数,是一个整数。 -
每一维步长(strides):
Tensor
每一维所需要的字节数,是一个tuple。
x = Tensor(np.array([[1, 2], [3, 4]]), mindspore.int32) //构建一个数据类型是int32,2×2的张量
print("x_shape:", x.shape) //打印张量的维度
print("x_dtype:", x.dtype) //打印张量的数据类型
print("x_itemsize:", x.itemsize) //打印单个元素大小
print("x_nbytes:", x.nbytes) //打印张量的字节数量
print("x_ndim:", x.ndim) //打印张量的维数
print("x_size:", x.size) //打印张量的元素总数
print("x_strides:", x.strides) //打印每一维度所需的字节数
运行结果:
五、张量索引
Tensor索引与Numpy索引类似,索引从0开始编制,负索引表示按倒序编制,冒号:
和 ...
用于对数据进行切片。
tensor = Tensor(np.array([[0, 1], [2, 3]]).astype(np.float32))
print("First row: {}".format(tensor[0]))
print("value of bottom right corner: {}".format(tensor[1, 1]))
print("Last column: {}".format(tensor[:, -1]))
print("First column: {}".format(tensor[..., 0]))
tensor[0]:索引的是张量的第一个维度(计算机的索引从0开始)也就是[0,1]
tensor[1,1]:索引的是张量的第二个维度的第二个数据也就是3
tensor[:, -1]:索引的是所有维度的第二个数据:1和3
tensor[..., 0]:索引的是所有维度的第一个数据:0和2
运行结果:
六、张量运算
张量之间有很多运算,包括算术、线性代数、矩阵处理(转置、标引、切片)、采样等,张量运算和NumPy的使用方式类似,下面介绍其中几种操作。
普通算术运算有:加(+)、减(-)、乘(*)、除(/)、取模(%)、整除(//)。
x = Tensor(np.array([1, 2, 3]), mindspore.float32)
y = Tensor(np.array([4, 5, 6]), mindspore.float32)
# 加(+)、减(-)、乘(*)、除(/)、取模(%)、整除(//)
output_add = x + y
output_sub = x - y
output_mul = x * y
output_div = y / x
output_mod = y % x
output_floordiv = y // x
print("add:", output_add)
print("sub:", output_sub)
print("mul:", output_mul)
print("div:", output_div)
print("mod:", output_mod)
print("floordiv:", output_floordiv)
运行结果:
concat将给定维度上的一系列张量连接起来。
stack则是从另一个维度上将两个张量合并起来。
tensor和numpy之间可以互相转换
与张量创建相同,使用 Tensor.asnumpy() 将Tensor变量转换为NumPy变量。
使用Tensor()
将NumPy变量转换为Tensor变量。
稀疏张量
稀疏张量是一种特殊张量,其中绝大部分元素的值为零。
在某些应用场景中(比如推荐系统、分子动力学、图神经网络等),数据的特征是稀疏的,若使用普通张量表征这些数据会引入大量不必要的计算、存储和通讯开销。这时就可以使用稀疏张量来表征这些数据。
MindSpore现在已经支持最常用的CSR
和COO
两种稀疏数据格式。
常用稀疏张量的表达形式是<indices:Tensor, values:Tensor, shape:Tensor>
。其中,indices
表示非零下标元素, values
表示非零元素的值,shape表示的是被压缩的稀疏张量的形状。在这个结构下,我们定义了三种稀疏张量结构:CSRTensor
、COOTensor
和RowTensor
。
CSRTensor
CSR
(Compressed Sparse Row)稀疏张量格式有着高效的存储与计算的优势。其中,非零元素的值存储在values
中,非零元素的位置存储在indptr
(行)和indices
(列)中。各参数含义如下:
-
indptr
: 一维整数张量, 表示稀疏数据每一行的非零元素在values
中的起始位置和终止位置, 索引数据类型支持int16、int32、int64。 -
indices
: 一维整数张量,表示稀疏张量非零元素在列中的位置, 与values
长度相等,索引数据类型支持int16、int32、int64。 -
values
: 一维张量,表示CSRTensor
相对应的非零元素的值,与indices
长度相等。 -
shape
: 表示被压缩的稀疏张量的形状,数据类型为Tuple
,目前仅支持二维CSRTensor
。
示例:
COOTensor
COO
(Coordinate Format)稀疏张量格式用来表示某一张量在给定索引上非零元素的集合,若非零元素的个数为N
,被压缩的张量的维数为ndims
。各参数含义如下:
-
indices
: 二维整数张量,每行代表非零元素下标。形状:[N, ndims]
, 索引数据类型支持int16、int32、int64。 -
values
: 一维张量,表示相对应的非零元素的值。形状:[N]
。 -
shape
: 表示被压缩的稀疏张量的形状,目前仅支持二维COOTensor
。
示例:
今天的张量Tensor学习让我更加熟悉了张量的各种构建方法以及数据类型转换等属性,期待明天和大家一起继续学习