本文介绍了PyTorch中张量的概念，包括其定义、属性，并详细讲解了如何创建张量，包括直接创建、依据数值创建和依据概率创建的方法，如torch.tensor(), torch.from_numpy(), torch.empty(), torch.rand(), torch.zeros(), torch.ones(), torch.full(), torch.arange(), torch.linspace(), torch.logspace()以及torch.eye()等函数的使用。"
125823731,1213676,Jenkins Pipeline 中使用curl进行HTTP操作详解,"['jenkins', '运维', 'HTTP客户端']
一、张量（Tensor）是什么？
1 定义：一个多维数组，是标量（0维张量），向量（1维张量），矩阵（2维张量）的高维拓展。
2 属性：data，dtype(张量的数据类型) ,shape(张量的形状，如64，3，224，224)，device（张量所在设备，Gpu/cpu加速关键） 前四个与数据相关
requires_grad , grad ,grad_fn ,is_leaf 与数据求导相关
二、张量的创建
1. 直接创建
直接创建：torch.tensor() :从data来创建tensor，data可以为list/numpy device可以为cuda/cpu
从numpy创建tensor：torch.from_numpy(ndarry).注：创建的tensor与原ndarray共享内存，改一个，另一个也会改
2.依据数值创建
x=t.empty(5,3)#构造一个53的矩阵，不初始化
y=t.rand(5,6)#构造一个56的随机矩阵
z=t.zeros(5,6，dtype=t.float64)#构造一个56的全0矩阵
z=
最低0.47元/天 解锁文章
扫一扫
1633
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
