【PyTorch】Tensor相关操作记录

最近毕业论文写得差不多了，就打算把一些平时经常会用到知识记录一下，方便以后忘了可以看看。先把本文参考的资料列在前面：

• https://deeplizard.com/learn/video/AglLTlms7HU

一、数据类型变换

（一）其他类型转换为Tensor类型

创建Tensor有四种方式：

1. torch.Tensor(data)：Tensor类的构造函数；数据类型只能是float32；不共享内存。
2. torch.tensor(data)：数据类型根据传入的数据而定，或通过传入dtype来指定；不共享内存。
3. torch.as_tensor(data)：根据传入数据或传入dtype来决定数据类型；共享内存。
4. torch.from_numpy(data)：仅接受np.array的输入数据；根据传入数据或传入dtype来决定数据类型；共享内存。

综上，更推荐使用torch.tensor(data)和 torch.as_tensor(data)来创建Tensor。

> data = np.array([1,2,3])

> o1 = torch.Tensor(data)
> o2 = torch.tensor(data)
> o3 = torch.as_tensor(data)
> o4 = torch.from_numpy(data)

> print(o1)
> print(o2)
> print(o3)
> print(o4)
tensor([1., 2., 3.])
tensor([1, 2, 3], dtype=torch.int32)
tensor([1, 2, 3], dtype=torch.int32)
tensor([1, 2, 3], dtype=torch.int32)

> print(o1.dtype)
> print(o2.dtype)
> print(o3.dtype)
> print(o4.dtype)
torch.float32
torch.int32
torch.int32
torch.int32

# 是否共享内存
> print('old:', data)
old: [1 2 3]

> data[0] = 0

> print('new:', data)
new: [0 2 3]

> print(o1)
> print(o2)
> print(o3)
> print(o4)

tensor([1., 2., 3.])
tensor([1, 2, 3], dtype=torch.int32)
tensor([0, 2, 3], dtype=torch.int32)
tensor([0, 2, 3], dtype=torch.int32)

（二）Tensor类型转换为其他类型

• Tensor → Scaler
• Tensor → List
• Tensor → Array

> t = torch.tensor([
    [1,2,3],
    [4,5,6],
    [7,8,9]
], dtype=torch.float32)

> t.mean()
tensor(5.)

# Tensor → Scaler
> t.mean