Pytorch自学笔记

Tensor是Pytorch的一种特殊的数据结构，用法类似Numpy中的ndarrays。

创建Tensor的方法

1 直接从数据创建

data = [[1, 2],[3, 4]]
x_data = torch.tensor(data)

输出结果：

tensor([[1, 2],
        [3, 4]])

2 拷贝其他数组形状来创建

data = [[1,2],[3,4]]
x_data = torch.tensor(data)
print(x_data)
x_ones = torch.ones_like(x_data)
print(x_ones)
x_rand = torch.rand_like(x_data, dtype=torch.float)
print(x_rand)

输出结果：

tensor([[1, 2],
        [3, 4]])
tensor([[1, 1],
        [1, 1]])
tensor([[0.9180, 0.1956],
        [0.7514, 0.8894]])

3 创建随机数

shape = (2,3,)
rand_tensor = torch.rand(shape)
ones_tensor = torch.ones(shape)
zeros_tensor = torch.zeros(shape)

默认类型是tensor.float32

输出结果：

tensor([[0.0022, 0.9311, 0.3372],
        [0.4651, 0.9878, 0.0557]])
tensor([[1., 1., 1.],
        [1., 1., 1.]])
tensor([[0., 0., 0.],
        [0., 0., 0.]])

4 Tensor类型

print(zeros_tensor.shape)
print(zeros_tensor.dtype)
print(zeros_tensor.device)

输出结果：

torch.Size([2, 3])
torch.float32
cpu

5 Tensor 的操作

https://pytorch.org/docs/stable/torch.html