pytorch tensor简单使用、数据类型、维度操作

tensor简单使用

import torch
print(torch.__version__)

torch.empty(3,4)创建3行4列的空的tensor，会用无用数据进行填充(手工填充torch.fill_)

empty = torch.empty([3,4])
torch.fill_(empty,3)

torch.arange(start, end, step) 从start到end以step为步长取值生成序列

torch.arange(1,6,2)

torch.range(start=1, end=6)的结果是会包含end的，
而torch.arange(start=1, end=6)的结果并不包含end。
两者创建的tensor的类型也不一样
arange为torch.int64
range为torch.float32

torch.rand(3,4) 创建3行4列的随机值的tensor，随机值的区间是[0, 1)
torch.randint(low=0,high=10,size=[3,4]) 创建3行4列的随机整数的tensor，随机值的区间是[low, high)，不包括最后的high
torch.randn(3,4) 创建3行4列的随机数的tensor，随机值的分布式均值为0，方差为1

tensor属性

当tensor中只有一个元素时，tensor.item() 可以获取这个元素
但是当元素不是tensor类型时，不能使用这个方法

获取形状
tensor.size()
tensor.shape

获取数据类型
tensor.dtype

获取数据的维度
a.dim()

tensor的维度操作

tensor.view(2,3) tensor.reshape(2,3)

x = torch.tensor([[1,2],[3,4],[5,6]])
x.shape
x.reshape(2,3)
x.view(2,3)

tensor.t() 或tensor.transpose(dim0, dim1) 转置

x.t() #也可用x.T 无法指定维度
x.transpose(0,1) #指定需要转置的维度

tensor.permute 变更tensor的轴（多轴转置）
需求：把[4,2,3]转置成[3,4,2]，如果使用transpose 需要转两次： [4,2,3] ->[4,3,2]->[3,4,2]
使用transpose

torch.transpose(1,2)
torch.transpose(0,1)

使用permute

torch.permute(2,0,1)

tensor.unsqueeze(dim)
tensor.squeeze()填充或者压缩维度
tensor.squeeze() 默认去掉所有长度是1的维度
也可以填入维度的下标，指定去掉某个维度
tensor.unsqueeze() 扩充维度

tensor数据类型

创建数据的时候指定类型

a = torch.ones(2,3,dtype = torch.int32)
print(a.dtype)
a = a.type(torch.float) #a.float()
print(a.dtype)
a = a.double()
print(a.dtype)