pytorch的python API略读--tensor(二)

作者：机器视觉全栈er 来源：cvtutorials.com

2.1.1 创建tensor

在编写程序的时候，我们往往需要一些数据，这些数据常有两种来源：手动输入的一些数据，或者从外部接收后转换得到的数据。手动输入的数据设计如下函数：tensor, zeros, zeros_like, ones, ones_like，arange，range，linspace，logspace，eye，empty，empty_like，empty_strided，full，full_like。

tensor：这是最基本的构建一个tensor的方法，用法如下：

torch.tensor(data, *, dtype=None, device=None, requires_grad=False, pin_memory=False)

data表示要构建的tensor，dtype指的是data type，device可以是CPU，也可以是GPU，requires_grad的默认值是False，设置为True的话，可以对在当前tensor计算中保留对应梯度信息。假如现在需要设置一个tensor，类型为torch.float64，使用GPU，跟踪梯度信息，创建方法如下：

>>> import torch
>>> torch.tensor([[1., 2., 3.]], dtype=torch.float64, device=torch.device('cuda:0'), requires_grad=True)

zeros, zeros_like, ones, ones_like:这四个函数是快速的创建tensor，zeros和ones分别创建为0或者为1的tensor，zeros_like和ones_like也是创建为0或者为1的tensor，不同的是zeros_like和ones_like需要tensor作为输入，like的意思是类似，类似输入tensor的shape，这样就无须预先知道某个tensor的shape即可创建出和该tensor同样shape的tensor(有点绕口),用法如下：

torch.zeros(*size, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False)

torch.zeros_like(input, *, dtype=None, layout=None, device=None, requires_grad=False, memory_format=torch.preserve_format)

torch.ones(*size, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False)