Torch & Gym

Torch

创建初始化零矩阵且数据类型为long：

import torch
x=torch.zeros(3, 2, dtype=torch.long)
print(x)
print (x.size())

输出： 

tensor([[0, 0],
        [0, 0],
        [0, 0]])
torch.Size([3,2])

 直接从数据构造张量

x = torch.tensor([5.5, 3])
print (x)
y=torch.FloatTensor([[1,2,3],[4,5,6]])
print (y)

输出：

tensor([5.5000, 3.0000])
tensor([[1.,2.,3.],
        [4.,5.,6.]])

输出张量的形状：

print(x.size())

 输出：

torch.Size([2])

两个张量x,y相加,结果输出给张量

import torch
x=torch.zeros(3,2,dtype=torch.long)
y=torch.tensor([[1,2],[3,4],[5,6]])
print (x)
print (y)
print (x.sizze())
z=torch.empty(3,2)
torch.add(x.float(),y.float(),out=z)
print (z)

 请大家一定注意x y的数据类型， 如果把x,y的float()都删掉，这里会报错

RuntimeError: expected device cpu and dtype Float but got device cpu and dtype long

最终输出

tensor([[0,0],
        [0,0],
        [0,0]])
tensor([[1,2],
        [3,4],
        [5,6]])
torch.Size([3,2])
tensor([[1.,2.],
        [3.,4.],
        [5.,6.]])

张量转化成numpy

z.data.numpy()

输出：

[[1. 2.]
 [