pytorch(tensor定义)

最新推荐文章于 2024-06-22 23:35:39 发布

NNU_CJ

最新推荐文章于 2024-06-22 23:35:39 发布

阅读量7.5k

点赞数

分类专栏： Pytorch学习系列文章标签：深度学习 python

本文链接：https://blog.csdn.net/NNU_CJ/article/details/106129039

版权

本文介绍了PyTorch中的张量（Tensor）基础知识，包括如何通过torch.empty(), torch.rand(), torch.randn()等函数创建张量，以及torch.tensor()和torch.Tensor()的区别。还提到了张量的数据类型检查和设置默认类型的方法。" 50726381,5613899,360浏览器设置Meta标签强制极速模式,"['360浏览器', '双核浏览器', '渲染内核', '网页兼容性', 'Meta标签']

摘要由CSDN通过智能技术生成

1 张量（Tensor）

1.1 Tensor的定义与创建

torch.empty() 声明一个未初始化的矩阵

创建一个5*3的矩阵
x = torch.empty(5, 3) 
print(x)
>>>out
>>>tensor([[1.9370e+31, 4.5764e-41, 1.9370e+31],
    [4.5764e-41, 1.3476e+37, 1.5637e-01],
    [3.1529e-43, 0.0000e+00, 1.9370e+31],
    [4.5764e-41, 1.9370e+31, 4.5764e-41],
    [1.4585e-19, 9.3233e-09, 1.1703e-19]])

torch.rand() :随机初始化一个矩阵，数值分布在[0, 1]之间,也可以称为"01"初始化

rand_x = torch.rand(5, 3)
print(rand_x)
>>>out
tensor([[0.8683, 0.6435, 0.3607],
    [0.9137, 0.8846, 0.6968],
    [0.8968, 0.9220, 0.0576],
    [0.0260, 0.1657, 0.6797],
    [0.4731, 0.3189, 0.0485]])

# 随机生成一个3维的tensor
a = torch.rand(1,2,3)
>>>
tensor([[[0.8720, 0.8969, 0.8131],
     [0.8776, 0.5745, 0.7943]]])
a.shape # 返回tensor a的尺寸
>>> torch.Size([1, 2, 3])
a.size()
>>> torch.Si