pytorch 生成全零tensor 指定type_PyTorch入门笔记

本文档详细介绍了PyTorch的安装步骤,包括CUDA和CuDNN的安装,以及如何从官网下载并使用whl文件进行安装。接着展示了PyTorch的基本使用,如自动求导、数据类型、维度操作、矩阵运算等,适合初学者快速掌握PyTorch的核心功能。
摘要由CSDN通过智能技术生成

12a338421aa7d5222c60a6ccbe3ee7a0.png

一、Pytorch安装

安装cuda和cudnn,例如cuda10,cudnn7.5

官网下载torch:https://pytorch.org/选择下载相应版本的torch 和torchvision的whl文件

使用pip install whl_dir安装torch,并且同时安装torchvision

二、初步使用PyTorch

import 

运行结果如下:

1.1

我们发现,两次在GPU上运行的时间不同,第一次时间甚至超过CPU运行时间,这是因为第一次运行有初始化GPU运行环境的时间开销。

三、PyTorch自动求导

import 

四、PyTorch数据类型

211690fba7b0e14e4598125e2502b655.png

查看数据的类型:

import 

查看数据的维度等信息:

import 

五、PyTorch基本使用

定义数据:

import 

打印结果:

a

随机数据与不同dim的数据:

# 正态分布随机数

设置默认Tensor类型:(在某个场景需要使用高精度double)

import 

生成同元素的矩阵:

import 

arange、linspace和logspace:

# linspace将[0,10]等分,steps表示数量(非步长)

生成全一矩阵,零矩阵,单位矩阵:

import 

使用随机种子来完成shuffle:

import 

索引和切片:

import 

六、维度变换

import 

七、squeeze和unsqueeze

import 

八、expand和repeat

import 

九、转置和transpose

import 

十、broadcasting广播

import 

十一、矩阵拼接

import 

十二、矩阵拆分

import 

十三、基本运算

import 

十四、范数

import 

十五、argmax和argmin

import 

十六、矩阵比较

import 

十七、高级操作where gather

import 
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
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