通过本次课程,能够学习如何像使用numpy一样去操作Pytorch,理解Pytorch中的两大组件Tensor和Variable以及操作方式。
一、像Numpy一样使用Pytorch
Pytorch的使用方法跟numpy很像,但由于其能在gpu上运行,速度比numpy要快很多;如果numpy一样能通过gpu来加速的话,应该就没有其他深度学习框架什么事儿了。
tensor1,tensor2两种方法均能将numpy转换成pytorch的tensor的形式。
当然也可以将tensor转换成numpy的ndarray的形式,如下:
注意:gpu上的tensor不能直接进行转换,需要先将gpu上的tensor转到cpu上,在进行转换
二、访问tensor的属性
shap和size()得到tensor的大小
type()得到tensor的数据类型
dim()得到维度
numel()得到所有元素个数