Pytorch学习笔记 --基本使用方法

torch的基本使用方法
一、创建矩阵\张量
1、创建一个m*n*c的空矩阵：

x = torch.empty(m,n,c)

2、创建一个m*n*c的随机数值矩阵：

x = torch.rand(m,n,c)

3、创建一个m*n*c的0矩阵：

 y = torch.zeros(m, n, c)

创建矩阵时，可以使用dtype参数来指定矩阵内存储的数据类型：

y = torch.zeros(5,5,5, dtype=torch.long)

4、读取图片，其类型为ndarray，将其转换为tensor类型：

img = cv.imread('road.jpeg')
print(type(img))
img = torch.tensor(img)
print(img)
print(type(img))

5、使用.size查看维度：

img = cv.imread('road.jpeg')
print(type(img))
img = torch.tensor(img)
print(img.size())

二、矩阵基本运算
1、加法：

def tensor_add():
    x = torch.ones(25, 25)
    y = torch.ones(25, 25)
    c = x + y
    d = torch.add(x, y)

2、减法（也能使用加法函数）：

x = torch.ones(25, 25)
y = torch.ones(25, 25)
c = x - y
d = torch.add(x, -y)

3、索引、切片操作，与numpy操作类似：

x = torch.ones(25, 25)
print(x[:, 1])
# 索引再重新赋值
x[:, 1] = 25
print(x[:, 1])

4、view操作改变矩阵形状：

  x = torch.ones(25, 25)
  # -1的意思表示自动计算，这里就是将矩阵平展为一维
  x = x.view(-1)
  print(x.size())

5、numpy与torch转换：
上面已经用过了一种方法，就是读取的图片然后将其转换为tensor类型,另外一种方法：

def numpy2tensor():
    a = np.linspace(0, 100, 100)
    b = torch.from_numpy(a)
    print(type(a), type(b))