Pytorch--创建矩阵的诸多方法

19 篇文章 0 订阅
14 篇文章 0 订阅
本文介绍了在PyTorch中创建矩阵的几种方式,包括使用列表或NumPy数组初始化,以及通过特定函数如`torch.zeros`,`torch.ones`,`torch.rand`和`torch.randn`生成全零、全一、随机矩阵。此外,还提到了如何基于已有矩阵的形状创建相同形状的新矩阵,并指出所有这些函数默认生成的数据类型为`torch.float32`,可通过`dtype`参数调整。
摘要由CSDN通过智能技术生成

🚀 作者 :“码上有前”
🚀 文章简介 :深度学习
🚀 欢迎小伙伴们 点赞👍、收藏⭐、留言💬
在这里插入图片描述

创建矩阵

在 PyTorch 中,我们可以使用以下方法来创建矩阵:

1. 使用列表或 NumPy 数组创建:

import torch
import numpy as np

# 使用列表创建矩阵
lst = [[1, 2, 3], [4, 5, 6]]
tensor1 = torch.tensor(lst)

# 使用 NumPy 数组创建矩阵
arr = np.array([[1, 2, 3], [4, 5, 6]])
tensor2 = torch.from_numpy(arr)

2. 使用特定的函数创建:

# 创建全零矩阵
tensor3 = torch.zeros(2, 3)

# 创建全一矩阵
tensor4 = torch.ones(2, 3)

# 创建随机矩阵(均匀分布)
tensor5 = torch.rand(2, 3)

# 创建随机矩阵(正态分布)
tensor6 = torch.randn(2, 3)
  1. 使用其他矩阵的形状创建:
# 创建与指定矩阵形状相同的全零矩阵
tensor7 = torch.zeros_like(tensor1)

# 创建与指定矩阵形状相同的全一矩阵
tensor8 = torch.ones_like(tensor1)

# 创建与指定矩阵形状相同的随机矩阵(均匀分布)
tensor9 = torch.rand_like(tensor1)

# 创建与指定矩阵形状相同的随机矩阵(正态分布)
tensor10 = torch.randn_like(tensor1)

以上方法可以根据具体的需求来创建不同形状、不同数值的矩阵。需要注意的是,这些函数创建的张量的默认数据类型是 torch.float32。如果需要使用其他数据类型,可以通过 dtype 参数指定。
看到这里点个赞吧(*^▽^*)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

码上有前

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值