常用Pytorch中张量(Tensor)的创建

from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"

import torch

a = torch.Tensor([[1,2,3],[4,5,6]])

a

tensor([[1., 2., 3.],
        [4., 5., 6.]])

a = torch.Tensor(2,3)

a

tensor([[2.1252e-07, 4.2052e-05, 2.6608e+23],
        [1.3178e-08, 1.6705e+22, 2.1067e-07]])

# 利用torch.Tensor,可以直接将数据转化tensor张量也可以通过指定形状”随机“生成

b = torch.ones(3,4)

b

tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]])

b = torch.zeros(3,2)

b

tensor([[0., 0.],
        [0., 0.],
        [0., 0.]])

b = torch.eye(3,4)

b

tensor([[1., 0., 0., 0.],
        [0., 1., 0., 0.],
        [0., 0., 1., 0.]])

c = torch.zeros_like(b)

c

tensor([[0., 0., 0., 0.],
        [0., 0., 0., 0.],
        [0., 0., 0., 0.]])

c = torch.ones_like(a)

c

tensor([[1., 1., 1.],
        [1., 1., 1.]])

# 可以利用ones，zeros，eye生成指定形状的和内容的特殊张量，ones-全1；zeros-全0；eye-对角线为1；也可以使用one_like生成给定张量形状的特殊类型张量

# 随机

d = torch.rand(2,3)

d

tensor([[0.6153, 0.0431, 0.0203],
        [0.7537, 0.7745, 0.1998]])

# 生成0-1之间随机值

d = torch.normal(mean=1,std=0.5,size=(2,3))

d

tensor([[0.5167, 1.1842, 1.9300],
        [0.1088, 0.6602, 0.9518]])

# 根据给的的均值和标准差在相应的正态分布中取随机值

e = torch.normal(mean=1,std=torch.ones(3,3))

e

tensor([[1.4304, 1.1978, 0.4406],
        [0.8869, 0.0687, 1.6330],
        [0.3296, 0.0228, 1.5804]])

# 根据给定的标准差，对应位置给定的标准差和均值构造正态分布，然后取值

f = torch.normal(mean = e,std=1)

f

tensor([[ 2.4143,  1.0414,  1.6535],
        [-0.6699, -0.3875,  0.8023],
        [-0.8736,  1.2619,  2.2611]])

# 同上

# normal可用于参数初始化，或随机生成值

torch.ones(3,4).uniform_(-1,1)

tensor([[ 0.0271,  0.5928,  0.1228, -0.3689],
        [-0.2387, -0.3837, -0.3248, -0.5375],
        [ 0.0277, -0.4428, -0.9850, -0.2784]])

# 均匀分布，指定tensor形状，均匀采样

# 序列

torch.arange(0,10,1)

tensor([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

torch.arange(0,10,1).reshape(2,5)

tensor([[0, 1, 2, 3, 4],
        [5, 6, 7, 8, 9]])

# 顺序序列，步长为1，步长可修改，类型为LongTensor

torch.linspace(2,10,3)

tensor([ 2.,  6., 10.])

# 等间隔取值

torch.randperm(10)

tensor([9, 6, 0, 8, 5, 2, 7, 1, 3, 4])

# 生成从0-m随机序列,类型为LongTensor