广播机制
广播机制可以使不同shape的张量,进行按元素运算。
eg:
a = torch.arange(3).reshape((3, 1))
b = torch.arange(2).reshape((1, 2))
a, b
输出:
(tensor([[0],
[1],
[2]]),
tensor([[0, 1]]))
a + b
输出:
tensor([[0, 1],
[1, 2],
[2, 3]])
首先,通过适当复制元素来扩展一个或两个数组,使两个张量具有相同的形状。
其次,对新生成的数组执行按元素操作。
即:将矩阵a按列复制,矩阵b按行复制,然后再按元素相加。
执行原地操作
- id():提供了内存中引用对象的确切地址,类似于c++中的指针。
- zeros_like():可以创建一个与Y的大小相同但元素均为0的一个矩阵。
转换为其他python对象
- tensor张量与NumPy 张量互化
A = X.numpy()
B = torch.tensor(A)
type(A), type(B)
输出:(numpy.ndarray, torch.Tensor)
- 将大小为1的张量转换为 Python 标量
a = torch.tensor([3.5])
a, a.item(), float(a), int(a)
输出:(tensor([3.5000]), 3.5, 3.5, 3)
!item()专用于标量转换