pytorch学习(一)

tensor张量

tensor能够用很多种方法初始化

import torch
import numpy as np
data=[[1,2],[3,4]]
x_data=torch.tensor(data)

在这里插入图片描述

np_array=np.array(data)
x_np=torch.from_numpy(np_array)

在这里插入图片描述

x_ones=torch.ones_like(x_data)
x_rand=torch.rand_like(x_data,dtype=torch.float)

在这里插入图片描述

rand_tensor=torch.rand(shape)
ones_tensor=torch.ones(shape)
zeros_tensor=torch.zeros(shape)

在这里插入图片描述

tensor属性及操作

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
算法

two=torch.ones((2,2))
two=two.to_cuda()
torch.matmul(tensor, two)
two @ tensor
agg=tensor.sum()
agg.item()

在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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