Pytorch | 详解Pytorch科学计算包——Tensor

最新推荐文章于 2023-02-11 05:13:05 发布
最新推荐文章于 2023-02-11 05:13:05 发布
阅读量525 收藏 4
点赞数
分类专栏： Python 机器学习 算法 文章标签： python 深度学习 机器学习 pytorch tensor
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/TechFlow/article/details/107143692
版权

本文始发于个人公众号：TechFlow，原创不易，求个关注


今天是Pytorch专题的第二篇，我们继续来了解一下Pytorch中Tensor的用法。

上一篇文章当中我们简单介绍了一下如何创建一个Tensor，今天我们继续深入Tensor的其他用法。


tensor操作


size()和shape

我们可以用size()函数或者直接调用tensor当中的shape属性获取一个tensor的大小，这两者是等价的，一般情况下我们用前者多一些。


view

我们可以通过view改变一个tensor的shape，它会根据我们指定的shape返回一个新的tensor。

需要注意的是，view返回的是原数据的一个引用，也就是说我们改变原数据，view出来的结果会同样发生变化。

在上面这个例子当中，我们把原tensor x中的[0, 1]的位置修改成了2，我们print y会发现y当中的元素同样发生了变化。


numel

我们可以用numel获取tenosr当中元素的数量:


squeeze和unsqueeze


我们可以用squeeze来减少tensor的维度，而使用unsqueeze来增加一个tenor的维度。

其中unsqueeze接收一个参数，允许我们指定我们希望增加的维度。我们可以通

最低0.47元/天 解锁文章
TechFlow
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
张量（tensor）的基本概念
wiy_dawn的博客
05-05 1万+
如参考文献标题所述，这是一篇适用于物理学和工程领域学生关于张量相关知识的介绍性文章。本文主要介绍张量的定义及其相关操作。张量的物理意义可以参见参考文献。 1、向量 1.1向量的定义： 其中，i,j,k为互相垂直的单位向量。 1.2向量加法： 向量相加得向量。 1.3向量内积（inner product）： 向量内积得标量。 1.4向量叉乘（cross product）： 向量叉乘得向量（
Pytorch阅读文档之dot，mm，matmul函数
GhostintheCode的博客
10-14 2万+
Pytorch阅读文档之dot，mm，matmul函数 torch.dot() torch.dot(input, tensor) → Tensor #计算两个张量的点积（内积） #官方提示：不能进行广播（broadcast）. #example >>> torch.dot(torch.tensor([2, 3]), torch.tensor([2, 1])) #即对应位置相乘再相...
PyTorch深度学习入门 Tensor基础 1.1 Tensor 5. 线性代数运算
谢谢你们的关注
02-11 379
PyTorch深度学习入门 Tensor基础 1.1 Tensor 5. 线性代数运算
论文笔记（二）补充知识之张量Tensor
公众号/知乎: AI算法札记，欢迎关注交流
04-30 2万+
最近看的一篇paper需要的背景知识（可能略有删改） 目录 1.张量简介 2.张量的定义与运算 2.1 张量(Tensor) 2.2  纤维(Fibre) 2.3 切片(Slice) 2.4 内积(Inner product) 2.5 矩阵展开(Unfolding-Matricization) 2.6 外积(Outer Product) 2.7 Kronecker乘积(Kron...
pytorch矩阵中每行(列)乘上不同元素以及矩阵相乘
SZU_Hadooper的博客
08-22 5709
mul和*等价（attetion中可以用到） 每行乘上不同元素 >>> a = torch.ones(3,4) >>> a tensor([[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]]) >>> b = torch.Tensor([1,2,3]).re...
Pytorch系列之——Pytorch的Tensor（张量）
Despacito1006的博客
09-02 607
张量的构建 Tensor概念 Tensor创建一：直接创建 Tensor创建二：依据数值创建 Tensor创建三：依据概率创建 张量是什么？ 张量其实就是一个多维数组，它是标量、向量、矩阵的高维拓展： #### Tensor与Variable Variable是torch.autograd中的数据类型，主要用于封装Tensor，进行自动求导，接下来先来看下torch.autograd.Variable这个数据类型，理解了Variable其实对于理解张量是有帮助的： 可以看到，Variable中包含了5个
详解pytorch tensor和ndarray转换相关总结
12-17
在使用pytorch的时候，经常会涉及到两种数据格式tensor和ndarray之间的转换，这里总结一下两种格式的转换： 1. tensor cpu 和tensor gpu之间的转化： tensor cpu 转为tensor gpu： tensor_gpu = tensor_cpu.cuda() ...
Pytorch Tensor基本数学运算详解
09-18
在PyTorch中，Tensor是核心数据结构，用于存储和计算。本文将深入探讨PyTorch Tensor的基本数学运算，这些运算对于构建深度学习模型至关重要。 首先，我们来看加法运算。在PyTorch中，我们可以直接使用`+`运算符...
详解PyTorch中Tensor的高阶操作
09-18
在PyTorch中，Tensor是核心数据结构，用于表示数值计算和神经网络的权重。本文主要探讨了PyTorch中Tensor的高阶操作，这些操作提供了更高级的数学和逻辑功能，有助于处理复杂的数学问题和神经网络计算。我们将详细...
pytorch常见的Tensor类型详解
12-23
默认的Tensor是FloatTensor，可通过torch.set_default_tensor_type修改默认tensor类型（如果默认类型为GPU tensor，则所有操作都将在GPU上进行）。 Tensor的类型对分析内存占用很有帮助，例如，一个size为(1000,1000...
pytorch入门2：PyTorch 基本知识
m0_67220106的博客
07-11 264
一、创建和储存 1 创建方法 Tensor(*sizes/tensor_like)new(*sizes)ones(*sizes)zeros(*sizes)eye(*sizes)arange(s,e,step)linspace(s,e,steps)rand/randn(*sizes) 均匀/标准正太分布normal(mean,std)/uniform(from,to) 正太/均匀分布randperm(m) 随机排序获取 torch 默认的数据类型 tc.get_default_dtype() Tensor
2 PyTorch基础
sujixian1995的博客
02-23 383
2 PyTorch基础 2.1Numpy与Tensor 第1章已经介绍了Numpy，了解到其存取数据非常方便，而且还拥有大 量的函数，所以深得数据处理、机器学习者喜爱。这节我们将介绍PyTorch 的Tensor，它可以是零维（又称为标量或一个数）、一维、二维及多维的数 组。Tensor自称为神经网络界的Numpy，它与Numpy相似，二者可以共享内 存，且之间的转换非常方便和高效。不过它们也有不同之处，最大的区别就 是Numpy会把ndarray放在CPU中进行加速运算，而由Torch产生的Tensor
pytorch tensor 乘法运算汇总与解析
zhuguiqin1的专栏
09-17 1万+
元素一一相乘 该操作又称作 “哈达玛积”, 简单来说就是 tensor 元素逐个相乘。这个操作，是通过 * 也就是常规的乘号操作符定义的操作结果。torch.mul 是等价的。 import torch def element_by_element(): x = torch.tensor([1, 2, 3]) y = torch.tensor([4, 5, 6]) return x * y, torch.mul(x, y) element_by_element
YDOOK：Pytorch教程：tensor 张量矩阵的点乘与叉乘 数量积与向量积
YDOOK
11-28 2527
YDOOK：Pytorch教程：tensor 张量矩阵的点乘与叉乘 数量积与向量积 © YDOOK Jinwei Lin, shiye.work import torch import numpy as np t1 = torch.tensor([[1, 2, 3], [4, 5, 6]]) t2 = torch.tensor([[7, 8], [9, 10], [11, 12]]) # 打印 t1 t2 print('t1 = ', t1) print('t2 = ', t2) print() #
在tensorflow中计算矩阵相乘、点乘（内积）、卷积的方法demo
热门推荐
ReeseIMK的博客
07-12 3万+
在tensorflow中计算矩阵相乘、点乘（内积）、卷积的方法demo。输入数据均使用numpy生成随机多维数组。# coding:utf-8 import tensorflow as tf import numpy as np import time # 用numpy创建一个 10x5 矩阵 # 加到默认图中. a = np.random.random((10, 5)) print(a) ...
Pytorch基础语法学习1——Tensor语法
m0_61787307的博客
10-02 577
pytorch基础语法1——Tensor的基础语法与深度学习常用用法
pytorch中tensor的基本数学运算
Stoneplay
02-07 4027
直接在代码中认识torch.Tensor的基本数学运算： import torch torch.manual_seed(2020) # cpu的随机数种子 # torch.cuda.manual_seed() # 当前gpu的随机数种子 # torch.cuda.manual_seed_all() # 所有gpu的随机数种子 # 创建tensor print('create tensor:...
pytorch:tensor的运算
meijie2018_1的博客
10-22 2567
** 一、加减乘除 ** torch.add / torch.sub / torch.mul / torch.div 分别为矩阵对应元素的加减乘除 与使用符号±*/功能相同 //表示整除 In [1]: import torch In [2]: a = torch.rand(3,4) In [3]: b = torch.rand(4) In [4]: a+b Out[4]: tensor([...
pytorch基础语法
最新发布
09-12
PyTorch是一个用于科学计算的开源机器学习库。以下是一些PyTorch的基础语法: 1. 创建张量: 通过torch.tensor()函数创建张量，可以指定张量的形状和数据类型。例如，torch.tensor([2.,3.2])创建了一个形状为的浮点张量。torch.Tensor()函数也可以用于创建张量，可以指定形状作为参数。例如，torch.Tensor(2,3)创建了一个形状为[2,3]的张量。默认情况下，PyTorch的张量类型是torch.FloatTensor。 2. 改变默认类型: 使用torch.set_default_tensor_type()函数可以改变默认张量类型。例如，torch.set_default_tensor_type(torch.DoubleTensor)可以将默认类型改为torch.DoubleTensor。 3. 初始化张量: 使用torch.rand()函数可以创建一个具有随机分布的张量。例如，a1=torch.rand(4,3,16,32)创建了一个形状为[4,3,16,32]的张量。 4. 张量的拼接: 使用torch.cat()函数可以将两个张量沿指定维度拼接在一起。例如，torch.cat([a1,a2], dim=2)可以将a1和a2沿第2个维度拼接在一起，得到形状为[4,3,32,32]的张量。另外，使用torch.stack()函数也可以实现拼接，不同之处在于它会额外创建一个新的维度。例如，torch.stack([a1,a2], dim=2)得到形状为[4,3,2,16,32]的张量。 5. 张量的分割: 使用torch.split()函数可以将一个张量沿指定维度分割成多个子张量。例如，torch.split(b, 2)可以将长度为2的张量b分割成两个子张量。 这些是PyTorch的一些基础语法，可以帮助你开始使用PyTorch进行科学计算和机器学习。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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