Tensor的定义
张量(tensor) 表示多维的矩阵。
零阶张量——标量
一阶张量——矢量
二阶张量——矩阵(二维)
张量的三个基本属性:
(1)阶(rank):维数
(2)形状(shape):行和列的数目
(3)类型(type):元素的数据类型
Tensor的创建
直接创建Tensor
import torch as t
a = t.tensor([[1,2],[3,4],[5,6]])
print(a)
查看Tensor的大小,尺寸,数据类型,元素个数
print("Tensor的大小",a.size())#torch.Size([3, 2])
print("Tensor的尺寸",a.shape)#torch.Size([3, 2])
print("Tensor的数据类型",a.dtype)#torch.int64
print("Tensor的元素个数",a.numel())#6
仅指定Tensor的形状
a = t.Tensor(3,2)
print(a)
#tensor([[ 4.8957e-26, 2.5353e+30],
# [-3.5223e-19, 6.2778e-43],
# [ 1.0041e+19, 7.3977e+31]])
其他创建tensor的方法
(1)torch.empty(size):返回形状为size的空Tensor
(2)torch.zeros(size):全为0
torch.ones(size):全为1
a = t.zeros(3,2)
#tensor([[ 0., 0.],
# [ 0., 0.],
# [ 0., 0.]])
(3)torch.zeros_like(input):返回与Input相同的形状,数值全为0
torch.ones_like(input):返回与Input相同的形状,数值全为1
b = t.Tensor(3,2)
a = t.zeros_like(b)
print(a)
#tensor([[ 0., 0.],
# [ 0., 0.],
# [ 0., 0.]])
(4)torch.rand(size):元素为[0,1)内随机数
torch.randn(size):元素为[0,1)元素满足标准的正态分布(均值为0,方差为1)随机的tensor
a = t.