Pytorch学习笔记

基础用法

构造Tensor

'''构造一个row*column的矩阵，并指定数据类型为long，不初始化'''
x = torch.empty(row, column, dtype = torch.long)  #默认数据类型是float

'''构造一个随机初始化的矩阵'''
x = torch.rand(row, column)  #从均匀分布的区间(0, 1)从抽一组随机数
x = torch.randn(row, column)  #从正太分布的区间(0, 1)从抽一组随机数
x = torch.randint(low, hign, (row, column))  #从整数范围(low, column)中抽一组随机数

'''因为torch中没有random.shuffle，所以打乱得用randperm'''
x = torch.randperm(n)  #把0到n-1的整数打乱，得到一个一维tensor

'''构造全0的矩阵'''
x = torch.zeros(row, column)

'''构造全1的矩阵'''
x = torch.ones(row, column)
x = x.new_ones(row, column)

'''利用数组构造Tensor'''
x = torch.tensor([[1,2], [3,4]])

'''基于Tensor构造Tensor'''
y = torch.rand_like(x)

'''基于numpy构造Tensor'''
x = torch.from_numpy(np.array([[1, 2], [3, 4]]))

常用函数方法

'''维度'''
x.size()  #查看维度


'''轴'''
x.dim()
'''类型'''
x.type()
type(x)
isinstance(x, torch.FloatTensor)

'''操作'''
#加法
x + y
y.add_(x)  #结果会赋给y
torch.add(x, y, out = z)  #z = x + y， z必须事先定义，且跟x, y同型

#复制
y.copy_(a)

#索引（支持切片）
x[1][1]; x[1,1]  #第2行第2列的元素
x[1]  #第2行元素
x[:, 1]  #第2列元素

#改变形状，新的形状必须可以由row*column个元素组成
x = torch.rand(4, 4)
y = x.view(16)  #一维
y = x.view(2, 8) #二维
y = x.view(2, 2, 2, 2)  #四维
y = x.view(-1, 4) #如果有且只有一个参数是-1，那么他会自己根据其他参数推断出这个-1应该是多少。例如本例中的-1应是4*4/4=4，其中4*4是row*column，除以4是另一个已知参数是4

#获取值
x = torch.tensor([1])
x.item()  #必须是单个元素才能调用.item()