本系列是PyTorch官网Tutorial Deep Learning with PyTorch: A 60 Minute Blitz 的翻译和总结。
下载本文的Jupyter NoteBook文件:60min_01_PyTorch Overview.ipynb
文章目录
Tensor 张量
Tensor类似于Numpy的ndarray,但不同的是,Tensor可以在GPU上被加速。
from __future__ import print_function
import torch
生成一个未初始化的 5×3 矩阵:
x = torch.empty(5,3)
print(x)
tensor([[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]])
生成一个随机矩阵:
x = torch.rand(5,3)
print(x)
tensor([[0.4907, 0.1470, 0.9752],
[0.9518, 0.6973, 0.4775],
[0.5643, 0.6586, 0.3142],
[0.2364, 0.8435, 0.6187],
[0.3253, 0.5903, 0.9939]])
生成一个0矩阵,数据类型为long
x = torch.zeros(5,3,dtype=torch.long)
print(x)
tensor([[0, 0, 0],
[0, 0, 0],
[0, 0, 0],
[0, 0, 0],
[0, 0, 0]])
直接从数据创造tensor
x = torch.tensor([6.7,6