这篇博客是我对于torch框架中的tensor的一些记录和思考,会不定时更新我新的想法。
1. 介绍一下torch.tensor()这个函数
在 PyTorch 中,torch.tensor 是一个多维矩阵,其中包含同种类型的元素(如整数或浮点数)。它是 PyTorch 库的核心类,几乎所有的计算操作都可以在 tensor 上进行。
注意在torch中小写的tensor和大写的Tensor是不同的用法,可见下列是创建方式:
import torch
# 这是小写的tensor
x = torch.tensor([1.0, 2.0, 3.0])
# 这是大写的Tensor
y = torch.Tensor(2,3)
在创建中,tensor是直接可以输入数据创建,Tensor是创建---有几个维度,每个维度多大的函数。
2. 对于tensor函数的应用
一般使用在矩阵中,那么矩阵的行列怎么在函数中体现,下面我只讨论在二维的tensor中,只有二维才会存在行列的概念。
我一般在二维的时候将数据编写方式进行改变来更好的看数据。
# 这个一个二维tensor的输入
output = torch.tensor([[1.0, 2.0, 3.0],[2.0, 3.0, 4.0]])
# 输出后可以获得维度 [2,3]
print(output.shape)
# 修改后的数据形式
# 行和列可以清晰的通过观察感知到,对于去理解对应的矩阵变换公式有好处
output = torch.tensor([
[1.0, 2.0, 3.0],
[2.0, 3.0, 4.0]
])