pytorch——Tensor学习笔记

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.