YDOOK：Pytorch教程：复制已有的 tensor结构，生成随机张量 tensor rand_like tensor

最新推荐文章于 2024-07-18 22:29:19 发布

YDOOK 林进威的博客

最新推荐文章于 2024-07-18 22:29:19 发布

阅读量154

点赞数

分类专栏： AI 人工智能机器学习神经网络文章标签： YDOOK pytorch Jinwei Lin tensor 随机张量

版权归作者 YDOOK JY Lin所有，未经同意，不可转载。同意转载后必须标明署名与出处。

本文链接：https://blog.csdn.net/weixin_42255190/article/details/121578741

版权

AI 人工智能机器学习神经网络专栏收录该内容

78 篇文章 5 订阅

订阅专栏

该博客介绍了如何在PyTorch中利用torch.rand_like函数复制已有张量的形状，并生成填充随机数的新张量。通过示例展示了将numpy数组转换为torch张量，然后使用torch.rand_like生成与原张量形状相同的浮点型随机张量。

摘要由CSDN通过智能技术生成

YDOOK：Pytorch教程：复制已有的 tensor结构，生成随机张量 tensor rand_like tensor

© YDOOK Jinwei Lin, shiye.work

import torch
import numpy as np

data = [[1, 2],[3, 4], [5, 6]]
n_data = np.array(data)

print(n_data)
print(type(n_data))

t_data = torch.from_numpy(n_data)

t_shape_tensor = torch.rand_like(t_data, dtype=torch.float)

print()
print(t_shape_tensor)
print(type(t_shape_tensor))

Outcome:


[[1 2]
 [3 4]
 [5 6]]
<class 'numpy.ndarray'>

tensor([[0.4308, 0.8479],
        [0.8550, 0.8436],
        [0.1205, 0.5492]])
<class 'torch.Tensor'>

Process finished with exit code 0