学习 Pytorch1:What is Pytorch?

学习 Pytorch1:What is Pytorch?

创建张量命令

x1 = torch.empty(5,3)
x2 = torch.zeros(5,3)
x3 = torch.ones(5,3)
x4 = torch.tensor([5.5,3.2])
x5 = torch.rand(5,3)
x6 = torch.randn_like(x5, dtype = torch.float)

获取张量形状

print(x6.size())
print(x6.shape)

改变张量形状

x = torch. rand(4,4)
y = x.view(16)

获取张量元素值

x = torch.rand(1)
print(x.item())

Torch Tensor 与 Numpy Array 之间的转换

Torch Tensor 转换为 Numpy Array
a = torch.ones(5)
b = a.numpy()
a.add_(1)
Numpy Array 转换为 Torch Tensor
b = np.ones(5)
a = torch.from_numpy(b)
np.add(b, 1, out = b)

CUDA Tensor

张量可以使用 .to 方法移到任何设备上
if torch.cuda.is_available():
    device = torch.device("cuda")          # a CUDA device object
    y = torch.ones_like(x, device=device)  # directly create a tensor on GPU
    x = x.to(device)                       # or just use strings ``.to("cuda")``
    z = x + y
    print(z)
    print(z.to("cpu", torch.double))       # ``.to`` can also change dtype together!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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