day19 Tensor 操作1 入门一起学 PyTorch吧，PyTorch从入门开始每天都更新超详细参数常用方法简单案列共同学习，共同进步坚持

最新推荐文章于 2023-07-23 07:00:00 发布

Cchaofan

最新推荐文章于 2023-07-23 07:00:00 发布

阅读量1k

点赞数 1

分类专栏： PyTorch 文章标签：深度学习 python 人工智能 pytorch

本文链接：https://blog.csdn.net/Cchaofan/article/details/122529064

版权

PyTorch 专栏收录该内容

26 篇文章 0 订阅

订阅专栏

torch.Tensor 是一种包含单一数据类型元素的多维矩阵。Torch 定义了七种 CPU tensor类型和八种 GPU tensor 类型：

torch.Tensor 是默认的 tensor 类型（ torch.FloatTensor ）的简称。

一个张量 tensor 可以从 Python 的 list 或序列构建：

例子：

>>> torch.FloatTensor([[1, 2, 3], [4, 5, 6]])
1 2 3 
4 5 6 
[torch.FloatTensor of size 2x3]

一个空张量 tensor 可以通过规定其大小来构建：

例子：

>>> torch.IntTensor(2, 4).zero_()
0 0 0 0 
0 0 0 0 
[torch.IntTensor of size 2x4]

可以用 python 的索引和切片来获取和修改一个张量 tensor 中的内容：

例子：

>>> x = torch.FloatTensor([[1, 2, 3], [4, 5, 6]])
>>> print(x[1][2])
6.0
>>> x[0][1] = 8
>>> print(x) 
1 8 3 
4 5 6 
[torch.FloatTensor of size 2x3]

每一个张量 tensor 都有一个相应的 torch.Storage 用来保存其数据。类tensor 提供了一个存储的多维的、横向视图，并且定义了在数值运算。

注：会改变tensor的函数操作会用一个下划线后缀来标示。比如，torch.FloatTensor_()会在原地计算绝对值，并返回改变后的tensor，而tensor.FloatTensor.abs（）将会在一个新的tensor中计算结果。

class torch.Tensor
class torch.Tensor(*sizes)
class torch.Tensor(size)
class torch.Tensor(sequence)
class torch.Tensor(ndarray)
class torch.Tensor(tensor)
class torch.Tensor(storage)

根据可选择的大小和数据新建一个 tensor。如果没有提供参数，将会返回一个空的零维张量。如果提供了 numpy.ndarray,torch.Tensor 或 torch.Storage将会返回一个有同样参数的 tensor. 如果提供了 python 序列，将会从序列的副本创建一个 tensor 。

abs() –>Tensor请查看 torch.abs()

abs_() –>Tensor abs() 的 in-place 运算形式

acos() –>Tensor 请查看 torch.acos()

acos_() –>Tensor:acos() 的 in-place 运算形式

add(value) 请查看 torch.add()

add_(value) add() 的 in-place 运算形式

addbmm(beta=1, mat, alpha=1, batch1, batch2) –>Tensor 请查看 torch.addbmm()

addbmm_(beta=1, mat, alpha=1, batch1, batch2) –>Tensor addbmm() 的 in-place 运

算形式

addcdiv(value=1, tensor1, tensor2) –>Tensor 请查看 torch.addcdiv()

addcdiv_(value=1, tensor1, tensor2) –>Tensor addcdiv() 的 in-place 运算形式

addcmul(value=1, tensor1, tensor2) –>Tensor 请查看 torch.addcmul()