Torch对数组的基本运算和操作

0. 前提

import torch

## 使用阿里镜像安装torch
# pip install -i https://mirrors.aliyun.com/pypi/simple/ torch

1. 创建数组

  • 按顺序创建张量(tensor)
x = torch.arange(12)

结果:tensor([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])

  • 自定义创建tensor
torch.tensor([[1,2,3,4],[1,2,5,7],[6,2,9,3]])

结果:tensor([[1, 2, 3, 4],
[1, 2, 5, 7],
[6, 2, 9, 3]])

  • 全0 、 全1 tensor
torch.zeros((2,3,4))

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

torch.ones((2,3,4))

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

  • 0
    点赞
  • 4
    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