深度学习的开始

文章目录

前言

一、pytorch的安装

二、pytorch的入门操作

1.pytorch中的张量

2.张量的方法和属性

3、tensor数据类型

总结

---

---

前言

由于大创项目与深度学习和NPL有关所以就是最近在学NPL会不断更新这一方面的东西

刚开始学都不是很明白大家有错误可以向我指正

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、pytorch的安装

安装教程

我找了很长时间这个是可行的而且非常详细建议大家仔细观看

二、pytorch的入门操作

1.pytorch中的张量

Tensor

• 各种数值数据称为张量
• 常数：scaler：0阶张量
• 向量:  vector:1阶张量
• 矩阵： matrix:2阶张量

张量创建方法：

• torch.Tensor(list)
• torch.empty()/zeros()/ones()
• torch.rand()/randint()rand()

//randn是创建服从正态分布的

代码如下（示例）：

import torch
import numpy
import random
t1=torch.Tensor([1,2,3])
print(t1)
t2=torch.rand(3,4)#参数就是几行几列
print(t2)
t3=torch.empty(3,4)
print(t3)

结果如下：

2.张量的方法和属性

• 数据中只有一个元素的时候要获取元素用的是：tensor.item()

• 转换为numpy数组的时候： tensor.numpy()

• 获取形状的时候：   tensor.size(）获取一个维度可以用：tensor.size（1)

• 形状变换：tensor.view()//浅拷贝本身的并不改变

• 获取阶数：tensor.dim()

• 常用计算方法：tensor.max()/min()

• 转置：   

  • 二维：tensor.t(0,1)

  • 高维：tensor.transpose() /tensor.pormute()

3、tensor数据类型

•  获取tensor的数据类型：tensor.dtype
• 指定数据类型：torch.tensor(array,dtype)
  • torch.ones(array,dtype)//array是数组

  • t2=torch.tensor([2,2,3],dtype=float)
    print(t2)
    # print(t1.dtype)
    t3=torch.ones([2,3],dtype=int)
    print(t3)
    
    

     

•      修改数据类型：tensor.int()/tensor.float()  / tensor.lo                                               

---

总结

学习了pytorch的入门操作为了大创争取入土