Pytorch 学习笔记 | 01 矩阵的常用操作

最新推荐文章于 2023-04-07 17:03:41 发布
最新推荐文章于 2023-04-07 17:03:41 发布
阅读量3.1k 收藏 2
点赞数
分类专栏： Pytorch Notes 文章标签： pytorch 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Dawn_fire/article/details/105272167
版权
本文是PyTorch学习笔记的第一部分，主要介绍了如何进行矩阵的创建和操作，包括0/1/单位矩阵的初始化、随机矩阵生成、矩阵的加法、元素访问、矩阵合并与拆分以及获取矩阵尺寸等基础知识。
摘要由CSDN通过智能技术生成

文章目录

1. pytorch导入

from __future__ import print_function
import torch

2. 矩阵

（1）矩阵创建

torch.tensor(data,dtype) #data可以是Numpy中的数组
torch.as_tensor(data)
torch.from_numpy(ndarray)
torch.empty(size)
torch.empty.like(input)
a. 0/1/单位矩阵
torch.zeros(size) #全0矩阵
torch.zeros_like(
最低0.47元/天 解锁文章
Dawn_fire
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
torch实现将矩阵满足条件的位置置为0
weixin_39417324的博客
05-24 1177
大概的需求是这样的，我现在有两个相同形状的矩阵a,b a：存放着所有的值这些值，这些值的特点是有的有意义，有的没意义。我把有意义的位置置为1，没意义的位置置为0,这样就得到了一个相同的标志矩阵b b：存放的是a矩阵中，所有位置是否有意义的标记 需求：将a中所有有意义的地方保留原来的值，而没有意义的地方都置为0 思路：使用集成好的包，numpy和torch都可以。而且坚决不用for循环，因为写for循环即啰嗦又低效。 代码： import torch a=[[1,2,3],[5,2,3],[5,4,9]] b
PyTorch学习笔记（2）计算图
01-06
结点表示数据 向量 矩阵 张量 边表示运算 加减乘除卷积 使梯度求导更加方便 import torch w = torch.tensor([1.],requires_grad=True) x = torch.tensor([2.],requires_grad=True) a = torch.add(w,x) # 保存相应...
深度学习PyTorch-01
zuo_zuo1021的博客
02-14 178
线性回归 模型 线性回归假设输出与各个输入之间是线性关系。 数据集 我们通常收集一系列的真实数据，例如多栋房屋的真实售出价格和它们对应的面积和房龄。我们希望在这个数据上面寻找模型参数来使模型的预测价格与真实价格的误差最小。在机器学习术语里，该数据集被称为训练数据集（training data set）或训练集（training set），一栋房屋被称为一个样本（sample），其真实售出价格叫作标...
pytorc创建一个矩阵
url_youheart的博客
09-24 643
pytorch创建一个tensor矩阵
PyTorch基础知识学习
YKbsmn的博客
08-16 1633
Pytorch基础知识（Tensor的创建和操作、自动求导
pytorch 基础
qq_40297851的博客
06-11 608
import torch import numpy as np # 随机初始化很大或者很小的数 m=torch.empty(5,3) print(m) # 随机初始化 0-1 范围的数 n=torch.rand(5,3) # 随机生成 标准正态分布 n=torch.randn(5,3) print(n) # 生出数据类型为long的零矩阵 x=torch.zeros(3,5,dtype=torch.long) y=torch.zeros(3,5).long() print(x) print(y) .
YDOOK：Pytorch : AI : torch.tensor.size() 与 torch.tensor.shape 的区别
YDOOK
01-09 2904
YDOOK：Pytorch : AI : torch.tensor.size() 与 torch.tensor.shape 的区别 区别： 1. torch.tensor.size() 可用通过 ：torch.tensor.size(具体的某一子张量矩阵下标) ：来获取对应的具体的某一子张量矩阵的维度结构； 2. torch.tensor.shape 不可用通过 ：torch.tensor.shape (具体的某一子张量矩阵下标) ：来获取对应的具体的某一子张量矩阵的维度结构， 但是可以通过：torch
PyTorch学习整理笔记
最新发布
03-21
PyTorch学习整理笔记，适合新手学习！ 例： ### 1 线性回归模型 调整线性回归模型停止条件以及y = 2*x + (5 + torch.randn(20, 1))中的斜率，训练一个线性回归模型 ### 1 张量与矩阵、向量、标量的关系是怎么样的？...
pytorch-code-training:pytorch学习笔记
04-07
《PyTorch学习笔记——深度探索与实践》 PyTorch是Facebook的AI研究团队推出的一个开源深度学习框架，以其易用性、灵活性和高效性受到了广大开发者和研究人员的青睐。本篇笔记将深入探讨PyTorch的核心概念、基本...
[Python/PyTorch基础] Numpy学习笔记
12-21
Numpy是Python科学计算的核心库，它为高性能的数值计算提供了强大的工具。在Python中，列表和数组虽然...学习和熟练掌握Numpy，对于进行Python中的数值计算和数据分析至关重要，是进行机器学习、深度学习等领域的基础。
Python-一些关于pytorch深入学习的笔记
08-11
以上这些是PyTorch深度学习笔记中可能涉及的主要内容，通过学习和实践，你将能够熟练地运用PyTorch构建和训练深度学习模型，解决实际问题。在"Deep-Learning-master"这个项目中，你可能会发现更具体的示例代码和实践...
动手学深度学习Pytorch版本学习笔记 Task 05
01-07
卷积其实就是将许多部分的信息进行压缩，在过大维度矩阵的情况下，因为存在过多的信息 第一是为运算上带来了很多麻烦 第二是类似拿着显微镜看一幅画，难以捕捉其整体的信息。通过互相关运算将画拿远，慢慢感受他整体...
B站整理的pytorch笔记
05-21
tensor操作：PyTorch提供了丰富的tensor操作，例如索引、切片、矩阵乘法、矩阵加法、矩阵转置等。例如，使用tensor的索引可以对tensor进行元素访问和赋值。使用tensor的切片可以对tensor进行部分访问和赋值。 自动...
深度学习与PyTorch入门学习教程.txt打包整理.zip
03-05
在入门PyTorch的学习过程中，首先需要理解张量的创建、操作以及基本的数学运算，如加法、乘法、矩阵乘法等。此外，还要掌握如何加载和预处理数据集，例如MNIST手写数字识别数据集或CIFAR-10图像分类数据集，这些都是...
Pytorch笔记.pdf
07-20
PyTorch是一个开源的机器学习和深度学习框架，它广泛应用于研究和生产环境中，特别是在计算机视觉和自然语言处理领域。PyTorch的开发始于2016年，由Facebook的人工智能研究团队推动。它允许研究人员和开发者构建动态...
生成全1特征矩阵
qq_43312665的博客
04-07 277
【代码】生成全1特征矩阵。
Pytorch基础
weixin_44027006的博客
04-22 301
1 Tensor 基本操作 Tensor与Numpy很相似，常用的操作如下 随机生产一个指定行列的矩阵,每个值都会介于0-1之间 import torch x = torch.randn(5,3) print(x) 生成一个指定行列的全零0/1矩阵 x = torch.ones(4,4) y = torch.zeros(4,4) print(x) print(y) 生成与...
Pytorch个人记录（请勿打开）
qq_43526137的博客
07-14 496
Pytorch使用心得
Pytorch基础教程（张量数据类型、创建Tensor、索引与切片、维度变换）
weixin_41741008的博客
05-14 848
pytorch基础教程 一、 pytorch的数据类型 torch.ByteTensor是判断两个张量是否相等；用GPU需要在前面加一个cuda. 如何检验tensor的数据类型，有三种方法 a.type()； type(a); isinstance(a,torch.FloatTenssor) import torch a=torch.randn(2,3) a.type() 'torch.FloatTensor' type(a) torch.Tensor isinstance(a,torch.
PyTorch深度学习：探索nn.RNN与nn.RNNCell
"PyTorch学习笔记：nn.RNN与nn.RNNCell的使用" 在PyTorch中，nn.RNN是实现循环神经网络（RNN）层的主要接口，它在处理序列数据时非常有用，尤其适合自然语言处理任务。RNN通过在时间步之间传递隐藏状态来捕获序列中...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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