Tensor（张量）

摘自B站轻松学pytorch之初识tensor

1.什么是tensor？

一个0维的数值称为scalar标量

一维数组称为vector向量

二维数组称为matrix矩阵

大于二维的多维数组称为tensor张量

2.tensor的类型

共9种：numpy.float64，numpy.float32，numpy.float16，numpy.int64，numpy.int32，numpy.int16，numpy.int8，numpy.uint8(无符号型)，numpy.bool详情见pytorch中文文档

3.tensor常见方法使用

3.1检查x是否为tensor对象 

torch.rand(1,2)        #创建一行两列tensor

 

3.2统计tensor中的元素个数 

 3.3创建全0的tensor 和创建对角线为1的tensor

 

 3.4将numpy转化为tensor

 

 3.5切分 linspace

将一个范围内的数据按照步长或者要切分的个数切分

 将[2,10]范围内的数切分为5个

 3.6均匀分布，值在0-1之间

 3.7标准正态分布，均值为0，方差为1

 3.8选择随机数

顺序随机，打乱顺序

 

3.9生成一个区间的数

区间为[10,30)，步长为5

 

 3.10获取行或列的最小值和最大值的索引

 

从1-99之间选择9个数组成3*3的tensor

 

 

torch.argmin(tensor)表示求行或列的最小值，反之，torch.argmax(tensor)求最大值

dim=0表示列、竖轴，dim=1表示行 、横轴

3.11连接

torch.cat可以对两个tensor进行连接，默认为按列连接，若要按行连接只需dim=1

        ps:注意连接的两个tensor要用（）括起来

 

 3.12chunk 切块

torch.chunk(tensor,chunk数,维度)

0维度相当于横着切，1维度相当于竖着切

 3.13 根据索引选择 index_select

torch.index_select(tensor,维度,索引)

 3.14 分割split

 

3.15 转置  .t和.transpose 

torch.transpose(x,dim_1,dim_2)表示将x这个tensor的dim_1和dim_2进行交换（这个transpose和t的区别以及transpose的用法不太熟悉）

 

 3.16 tensor运算