PyTorch 之 Tensor

Tensor在PyTorch中可以认为是一个高维数组，可以是一个标量，一维向量，二维矩阵或更高维的数组。Tensor和numpy中的ndarry类似，但是Tensor可以用GPU加速。

x = t.Tensor(5, 3)  # 构建5*3的矩阵，只是分配了空间，未初始化
print(x)

x = t.rand(5, 3)  #[0,1]均匀分布二维数组
print(x)

 

x = t.rand(5, 3)  #[0,1]均匀分布二维数组
y = t.rand(5, 3)
print(x)
print(y)
print(x + y)  # 加法
print(t.add(x, y))   # 加法

Tensor还支持很多操作，包括数学运算，线性代数，选择，切片等等，接口设计与numpy极为相似

# numpy和Tensor之间的转换
a = np.ones(5)
b = t.from_numpy(a)
print(a)
print(b)

Tensor和numpy对象共享内存，所以它们之间的转换很快，这也意味着，如果其中一个变了，另一个也会随之改变。

a = np.ones(5)
b = t.from_numpy(a)
b.add_(1)
print(a)
print(b)

Tensor可通过.cuda方法转换为GPU的Tensor，从而享受GPU带来的加速

if t.cuda.is_available():
    x = x.cuda()
    y = y.cuda()
    x + y