Mario的博客

Tensor张量import torch1.torch.stack(): 对tensors沿指定维度拼接，但返回的Tensor会多一维a=torch.rand(2,3)b=torch.randn(2,3)d=torch.stack((a,b), dim=0)print(d)print(d.size())tensor([[[ 0.6726, 0.1213, 0.2705], [ 0.6798, 0.1086, 0.5244]], [[-0.559

pytorch Tensor及其基本操作(一)import torchx=torch.Tensor(5)#默认为0print(x)tensor([0., 0., 0., 0., 0.])1.torch.ones默认值为1x=torch.ones(1,2)print(x)tensor([[1., 1.]])2.torch.zeros默认值为0x=torch.zeros(1,2)print(x)tensor([[0., 0.]])3.torch.full填充x=torch

tensor的类型转换data=torch.Tensor(1,2,2,1)#初始化一个形状为（1,2，2,1）的全部为0的Tensor,系统默认为'torch.FloatTensor' 类型data.type()#-->'torch.FloatTensor' ，显示Tensor的类型#转换tensor的类型data.long()data.int()data.float()data.double()#float64data.byte()#等，或者直接tpye（）函数里加类型，记住类型首