Pytorch基础知识学习——模型的加载与保存

前言

一、基础知识

1.Tensor介绍

二、常用代码

1.模型的保存和加载

2.cuda的device管理

总结

---

前言

前篇numpy 的 ndarray类型的操作大多数都可套用到tensor上。

一、基础知识

1.Tensor介绍

        Tensor是PyTorch中的基本对象，翻译成张量，表示多维的矩阵。Tensor的大多数运算与Numpy相通，大多数情况下可以考虑直接迁移。

import torch
x = torch.Tensor(5,3)
print(x.size())

##output:
##torch.Size([5,3])

        Tensor与 Numpy中的array可以互相转换，转换函数如下：x.numpy() 和 torch.from_numpy()

import torch
import numpy as np
x = torch.rand(5,3)
y = x.numpy()
z = torch.from_numpy(y)

print(x.type())    #tensor查看ndarray对应属性均加上括号
print(y.dtype)    #ndarray无type属性
print(z.type())

#    output：
#    torch.FloatTensor
#    float32
#    torch.FloatTensor

**书中有介绍Variable，但因Pytorch的新版本已去除了Varia