Pytorch深度学习实战3-2：什么是张量？Tensor的创建与索引

最新推荐文章于 2024-10-29 16:23:53 发布

Mr.Winter`

最新推荐文章于 2024-10-29 16:23:53 发布

阅读量2.4k

点赞数 80

分类专栏： Pytorch深度学习实战 # Pytorch基础技巧实战文章标签：深度学习 pytorch 人工智能 python 数据挖掘

本文链接：https://blog.csdn.net/FRIGIDWINTER/article/details/128883385

版权

Pytorch深度学习实战同时被 2 个专栏收录

25 篇文章 10 订阅 ¥59.90 ¥99.00

订阅专栏

超级会员免费看

Pytorch基础技巧实战

14 篇文章 0 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

1 什么是张量？

张量(Tensor)是多维数组结构，在人工智能领域应用广泛，例如输入彩色图片即是3维张量——RGB三维且每维都是二维平面像素矩阵。

下面这张表直观地总结了张量的形式，这张表可以解决大部分的张量理解问题

维数	图例	名称
0		标量
1		向量
2

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Mr.Winter`

关注关注

80
点赞
踩
69

收藏

觉得还不错? 一键收藏
打赏
48
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

订阅专栏

Pytorch深度学习实战3-4：通俗理解张量Tensor的爱因斯坦求和(附实例)

FRIGIDWINTER的博客

02-22

2976

在深度学习中经常涉及高阶张量运算，普通代数方法(如矩阵乘法)相对冗杂，因此引入爱因斯坦求和约定，使深度学习算法简洁优雅。本文通过实例详细介绍爱因斯坦求和原理

Pytorch深度学习实战3-3：张量Tensor的分块、变形、排序、极值与in-place操作

FRIGIDWINTER的博客

02-17

4047

总结Pytorch中的张量Tensor分块、组合、变形(维度变换、维度交换、序列化与反序列化、扩展)、排序、极值、in-place操作的基本API方法

48 条评论您还未登录，请先登录后发表或查看评论

Tensor做为索引

最新发布

qq_44815135的博客

10-29

520

【代码】Tensor做为索引。

Tensor:索引操作

qimo601的专栏

01-04

9286

索引操作 Tensor支持与numpy.ndarray类似的索引操作，语法上也类似，下面通过一些例子，讲解常用的索引操作。如无特殊说明，索引出来的结果与原tensor共享内存，也即修改一个，另一个会跟着修改。 In[31]: a = t.randn(3, 4) a Out[31]: tensor([[ 1.1741, 1.4335, -0.8156, 0.7622], [-0.6334, -1.4628, -0.7428, 0.0410], ...

【Pytorch笔记】使用Tensor作为索引

NOVAglow646的博客

11-06

2761

使用tensor作为索引

tensor的索引、切片、拼接和压缩等

Yicen

08-13

2278

torch.tensor的相关操作

从 X 入门Pytorch——Tensor的索引，切片，拼接，拆分，Reduction操作

Philo的博客

03-18

9170

本文汇总了Tensor常见的索引，切片，拼接和拆分操作，同时给出了示例进行演示

深度学习之PyTorch的张量Tensor（概念篇）

sugar_hang的博客

02-05

508

在PyTorch中，张量Torch是最基础的运算单位，与Numpy的ndarray相同都表示的是一个多维的矩阵。与ndarray的最大区别就是，PyTorch的Tensor可以在 GPU 上运行，而 numpy 的 ndarray 只能在 CPU 上运行，在GPU上运行大大加快了运算速度。 1、Tensor的数据类型 1.1、创建浮点型Tensor：torch.FloatTensor a = torch.FloatTensor(3, 5) print(a) b = torch.Floa...

Pytorch深度学习实战3-7：详解数据加载DataLoader与模型处理

FRIGIDWINTER的博客

03-22

2898

本文以MNIST手写数据集为例，图文讲解Pytorch中操作数据的核心类Dataset和DataLoader，介绍其基本原理和主要的数据预处理方法

PyTorch深度学习实战（3）——使用PyTorch构建神经网络

热门推荐

盼小辉丶的博客

06-13

6万+

PyTorch 是一个用于构建深度神经网络的库，具有灵活性和可扩展性，可以轻松自定义模型。在本节中，我们将使用 PyTorch 库构建神经网络，利用张量对象操作和梯度值计算更新网络权重，并利用 Sequential 类简化网络构建过程，最后还介绍了如何使用 save、load 方法保存和加载模型，以节省模型训练时间。

PyTorch深度学习实战（2）——PyTorch基础

盼小辉丶的博客

06-04

4万+

PyTorch 是广泛应用于机器学习领域中的强大开源框架，因其易用性和高效性备受青睐。在本节中，将介绍使用 PyTorch 构建神经网络的基础知识。首先了解 PyTorch 的核心数据类型——张量对象。然后，我们将深入研究用于张量对象的各种操作。PyTorch 提供了许多帮助构建神经网络的高级方法及组件，并提供了利用 GPU 更快地训练神经网络的张量对象。

PyTorch深度学习基础之Tensor的索引、切片、变换、拼接与拆分

2301_77681528的博客

03-12

678

0,2]代表第一个非零元素为第0行第2列；[1,2]代表第二个非零元素为第1行第2列。

PyTorch-03基础（基本数据类型、创建Tensor、对Tensor索引与切片、Tensor维度变换、Broadcast自动扩展、拼接与拆分、tensor的基本运算、统计属性、Tensor高阶)

m0_37755995的博客

05-05

2231

PyTorch-04基础（基本数据类型、创建Tensor、对Tensor索引与切片、Tensor维度变换）

Paddle Tensor 索引的使用指南&学习心得

python_LC_nohtyp的博客

05-21

1542

索引操作是深度学习中非常重要的一部分，它可以帮助我们高效地处理和操作数据。本文从基础索引、高级索引、索引赋值、索引的梯度传播等方面介绍了索引操作的基本概念和使用方法，并结合实际案例展示了索引在不同领域的应用。希望本文的内容能够帮助大家更好地理解和使用索引操作，提高数据处理和模型开发的效率。

python、numpy、Pytorch中的索引方式

a171232886的博客

11-21

907

python、numpy、Pytorch中的索引方式Numpy下标索引切片索引布尔索引花式索引(Fancy indexing)先从简单的情况看起稍微复杂点的切片考虑广播机制Python下标索引和切片索引布尔索引花式索引Pytorch下标索引和切片索引布尔索引花式索引参考能用索引方式过多，不止下标索引。自己写程序还好，关键是看人家写的程序，有时候会晕掉，不知所云。故在此总结。首先对Numpy的下标索引、切片索引、布尔索引和花式索引进行介绍和分析，然后研究Python和Pytorch中的索引方式是否包括以上

pytorch的索引常见方式

chen的博客

07-14

633

这些示例仅展示了基本的索引操作。在 PyTorch 中，还可以使用布尔索引、使用掩码张量进行索引、使用高级索引等更复杂的索引操作。这些功能可以更灵活地访问和操作张量中的元素。在 PyTorch 中，可以使用索引来访问和操作张量的特定元素、切片或子集。

【深度学习】Pytorch Tensor 张量

范同学的学习历程

07-25

2539

目录一、张量概述：二、初始化张量：直接使用Python列表转化为张量：通过Numpy数组（ndarray）转换为张量：通过已有的张量生成新的张量：通过指定数据维度生成张量：三、张量属性：四、张量的运算：1.张量的索引和切片：2.张量的拼接：3.张量的乘法和矩阵乘法：乘法（点乘）：矩阵乘法（叉乘）：4.自动赋值运算：五、Tensor和Numpy的相互转换：1.由tensor转换为ndarray：2.由Ndarray转换为Tensor：一种特殊的数据结构，使用在深度学习的神经网络中，类似数组（

深度学习Pytorch（一）——Tensors张量

羊羊的博客

10-22

512

深度学习Pytorch（一）——Tensors张量文章目录深度学习Pytorch（一）——Tensors张量环境：Anaconda自带的编译器——Spyder 最近才开使用conda，发现conda 就是 yyds，爱啦~ 一、Tensor（张量） import torch #构造一个5*3的空矩阵 x=torch.FloatTensor(5,3) print(x) # 构造随机初始化矩阵 x=torch.rand(5,3) print(x) # 构造一个矩阵全为0，而且数据类型为long x=torc