Pytorch基础知识-- tensor

本文介绍了PyTorch中的核心数据结构——张量,包括0维到3维张量的概念及其在深度学习中的应用。同时,展示了如何创建Tensor,如随机初始化的矩阵、全零矩阵以及直接使用数据构造张量的方法。
摘要由CSDN通过智能技术生成

张量

核心是一个数据容器,多数情况下,它包含数字,有时候它也包含字符串,但这种情况比较少。

  • 0维张量/标量 标量是一个数字

  • 1维张量/向量 1维张量称为“向量”。

  • 2维张量 2维张量称为矩阵

  • 3维张量 公用数据存储在张量 时间序列数据 股价 文本数据 彩色图片(RGB)

创建Tensor

torch.rand():构造一个随机初始化的矩阵

torch.zeros():构造一个矩阵全为 0,并且通过dtype设置数据类型为 long

torch.tensor():直接使用数据,构造一个张量

常见的构造Tensor的函数:

函数

功能

Tensor(sizes)

基础构造函数

tensor(data)

类似于np.array

ones(sizes)

全1

zeros(sizes)

全0

eye(sizes)

对角为1,其余为0

评论 3
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