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