torch学习第一天--tensor创建

标量表示

a = torch.tensor(1.2)

标量的shape和size都为空

向量表示

b= torch.tensor([1.0,2.])
c = torch.FloatTensor(3,3)
for i in [b,c]:
    print(i.shape,i.size(),i.dim(),i.numel())

在这里插入图片描述

从numpy中创建tensor

import numpy as np

a = np.array([1,2,3])
b = torch.from_numpy(a)
print(b)
print("====")
a = np.ones([2,3])
b = torch.from_numpy(a)
print(b)

在这里插入图片描述

从list创建tensor

a = torch.tensor([1,2,3.])
print(a)

在这里插入图片描述

未初始化方法

a = torch.empty(2,3)
print(a)
print("======")
a = torch.FloatTensor(2,3,4)
print(a)

在这里插入图片描述

随机初值

a = torch.rand(2,3) #rand_like
print(a)
a = torch.randint(3,10,(3,4)) #最小值,最大值,size
print(a)
a = torch.rand(3,4)
print(a)
a = torch.full((3,4),7)
print(a)
a = torch.full((),7)
print(a)
a = torch.arange(2,5)
print(a)
a = torch.ones(2,3) #zeros eye
print(a)
a = torch.randperm(10) #随机打散
print(a)

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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