pytorch学习笔记.1 pytorch基础

基本数据：Tensor

Tensor，即张量，是pytorch中的基本操作对象。

Tensor数据类型

数据类型	CPU Tensor	GPU Tensor
32位浮点	torch.FloatTensor	torch.cuda.FloatTensor
64位浮点	torch.DoubleTensor	torch.cuda.DoubleTensor
16位半精度浮点	N/A	torch.cuda.HalfTensor
8位无符号整型	torch.ByteTensor	torch.cuda.ByteTensor
8位有符号整型	torch.CharTensor	torch.cuda.CharTensor
16位有符号整型	torch.ShortTensor	torch.cuda.ShortTensor
32位有符号整型	torch.IntTensor	torch.cuda.IntTensor
64位有符号整型	torch.LongTensor	torch.cuda.LongTensor

pytorch可以通过set_default_tensor_type()函数设置默认使用的Tersor类型，在局部用完后如果需要其他类型则需要返回重新设置。

torch.set_default_tensor_type('torch.DoubleTensor')

对于Tensor的类型转换可以使用type(new_type),type_as(),int()等多种方式。

Tensor的创建与维度查看

1. 基础Tensor函数：torch.Tensor(2,2)
2. 指定类型：torch.DoubleTensor(2,2)
3. 使用python的list序列：torch.Tensor([[1,2],[3,4]])
4. 默认值为0：torch.zeros(2,2)
5. 默认值为1：torch.ones(2,2)
6. 对角张量：torch.eye(2,2)
7. 随机张量：torch.randn(2,2)
8. 随机排列张量：torch.randperm(4)
   对于维度，可以使用Tensor.shape或者方法size()进行查看。

查看Tensor中元素总个数，可使用Tensor.numel(）。

Tensor的组合和分块

组合是吧不同的Tensor叠加起来，主要有torch.cat()和torch.stack()两个函数。前者为沿着某一维度进行拼接，后者为新增维度。