a = np.array([2,3.3])
torch.from_numpy(a)
增加学习中一般情况是使用doble tensor 。其他使用float tensor。
随机初始化:
rand 0-1 之间的均匀分布。 randlike randint
torch.randn(3,3) n(0,1) 正态分布。
arrange()等差数列
linspace ()等分成4分
logspace()base参数可以设置为2,10,e等底数
ones、zeros、eye 对角矩
randperm 随机打散 类似于shuffle
切片操作
其实只用一种通用形式:start:end:step
给具体的索引号
其中【...】代表三个冒号代表全部维度包括,所以...仅仅是为了方便。
tensor的维度变换:
常用的api
1) view/reshape 几乎一模一样,维度变换
2)squeeze /unspueeze 挤压和展开
3)Expand /repeat 扩展
Eapand :只是扩展,需要的时候复制数据
Expeat :复制数据
4) 矩阵转置操作 .t 只能适用二维的矩阵。
5) transpose 交换维度
6)permute 交换