各种数据转换 以及创建Tensor

数据格式转换

 
#%%
X = torch.from_numpy(data.Education.values.reshape(-1, 1)).type(torch.FloatTensor)

#%%

Y = torch.from_numpy(data.Income.values.reshape(-1, 1)).type(torch.FloatTensor)




import torch
import numpy as np

np_data = np.arange(6).reshape((2,3))
torch_data = torch.from_numpy(np_data)
tensor2array = torch_data.numpy()

print(
	'\nnumpy',np_data,
	'\ntorch',torch_data,
	'\ntensor2array',tensor2array
)

推荐使用随机分布初始化的方式创建tesor

正态分布 初始化

生成等差数列 给阶梯

linspace 给数量，自动计算中间数值

建议使用
torch.tensor([2.,2.3]) 创建相同数据tensor
或者使用
torch.FloatTensor(2,3) 创建形状为2*3的tensor

比较有意思的是这 Torch.empty(2,3) 它会创建一个2*3的空间，准备装载未初始化数据，但不是没有数据，数据是任意的
未初始化的作为容器不建议直接使用，因为数据会出现极端情况，例如正无穷 负无穷
需要填入数据后，再使用

还可以设置默认的tensor 类型