学习PyTorch:60分钟快速入门
60分钟快速入门1
张量
在Pytorch中,神经网络的输入、输出以及网络的参数等数据,都是使用张量来进行描述。
张量可以在GPU上运算。
import torch
import numpy as np
张量初始化
1. 直接生成张量(通过列表)
data = [[1,2],[3,4]]
x_data = torch.tensor(data)
x_data:
tensor([[1, 2],
[3, 4]])
2. 通过Numpy数组来生成张量
np_array = np.array(data)
x_np = torch.from_numpy(np_array)
x_np:
tensor([[1, 2],
[3, 4]], dtype=torch.int32)
3. 通过已有张量来生成新张量
x_ones = torch.ones_like(x_data)
x_rand = torch.rand_like(x_data,dtype = torch.float) # 0-1
x_rand:
tensor([[0.6000, 0.5929],
[0.4534, 0.3422]])
4. 通过指定数据维度生成张量
shape = (2,3)
rand_tensor = torch.rand(shape<