pytorch学习笔记2

#pytorch学习笔记2 基本数据操作

数据操作

首先导入pytorch

import torch

torch.__version__

'1.13.1+cu116'

# 张量表示一个数值组成的数组，数组中可能有多个维度
x=torch.arange(12)
x

tensor([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

x.shape

torch.Size([12])

x.numel()

12

# 改变一个张量的形状而不改变元素数量和元素值，reshape
X=x.reshape(3,4)
X

tensor([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]])

# 使用全0或者全1、以及其他常量或者从特定分布中随机采样的数字
torch.zeros((2,3,4))

tensor([[[0., 0., 0., 0.],
         [0., 0., 0., 0.],
         [0., 0., 0., 0.]],

        [[0., 0., 0., 0.],
         [0., 0., 0., 0.],
         [0., 0., 0., 0.]]])

torch.ones((2,3,4))

tensor([[[1., 1., 1., 1.],
         [1., 1., 1., 1.],
         [1., 1., 1., 1.]],

        [[1., 1., 1., 1.],
         [1., 1., 1., 1.],
         [1., 1., 1., 1.]]])

# 赋予确定值
torch.tensor([[2,1,4,3],[1,2,3,4],[4,3,2,1]]).shape

torch.Size([3, 4])

# 常见的标准算术运算符（+、-、*、/和**）都可以被升级为按照元素进行运算
x=torch.tensor([1.,2,4,8])
y=torch.tensor([2,2,2,2])
x+y,x-y,x*y,x/y,x**y

(tensor([ 3.,  4.,  6., 10.]),
 tensor([-1.,  0.,  2.,  6.]),
 tensor([ 2.,  4.,  8., 16.]),
 tensor([0.5000, 1.0000, 2.0000, 4.0000]),
 tensor([ 1.,  4., 16., 64.]))

torch.exp(x)

tensor([2.7183e+00, 7.3891e+00, 5.4598e+01, 2.9810e+03])

# 我们也可以把多个张量连接在一起
X=torch.arange(12,dtype=torch.float32).reshape(3,4)
Y=torch.tensor([[2.,1,4,3],[1,2,3,4],[4,3,2,1]])
torch.cat((X,Y),dim=0),torch.cat((X,Y),dim=1)

(tensor([[ 0.,  1.,  2.,  3.],
         [ 4.,  5.,  6.,  7.],
         [ 8.,  9., 10., 11.],
         [ 2.,  1.,  4.,  3.],
         [ 1.,  2.,  3.,  4.],
         [ 4.,  3.,  2.,  1.]]),
 tensor([[ 0.,  1.,  2.,  3.,  2.,  1.,  4.,  3.],
         [ 4.,  5.,  6.,  7.,  1.,  2.,  3.,  4.],
         [ 8.,  9., 10., 11.,  4.,  3.,  2.,  1.]]))

# 通过逻辑运算符来构建二元张量
X==Y

tensor([[False,  True, False,  True],
        [False, False, False, False],
        [False, False, False, False]])

X.sum() # 对张量中的所有元素进行求和会产生一个只有一个元素的张量

tensor(66.)

# 即使形状不同，我们仍然可以通过调用广播机制（broadcasting mechanism）来执行按元素进行操作
a=torch.arange(3).reshape((3,1))
b=torch.arange(2).reshape((1,2))
a,b

(tensor([[0],
         [1],
         [2]]),
 tensor([[0, 1]]))

a+b

tensor([[0, 1],
        [1, 2],
        [2, 3]])

# 可以用[-1]选择最后一个元素，[1:3]来选择第二个和第三个元素
X,X[-1],X[1:3]

(tensor([[ 0.,  1.,  2.,  3.],
         [ 4.,  5.,  6.,  7.],
         [ 8.,  9., 10., 11.]]),
 tensor([ 8.,  9., 10., 11.]),
 tensor([[ 4.,  5.,  6.,  7.],
         [ 8.,  9., 10., 11.]]))

# 指定索引进赋值
X[1,2]=9
X

tensor([[ 0.,  1.,  2.,  3.],
        [ 4.,  5.,  9.,  7.],
        [ 8.,  9., 10., 11.]])

# 为多个元素进行赋值
X[0:2,:]=12
X

tensor([[12., 12., 12., 12.],
        [12., 12., 12., 12.],
        [ 8.,  9., 10., 11.]])

# 执行一些操作可能会导致为新结果分配内存
before=id(Y)
Y=Y+X
id(Y)==before

False

# 执行原地操作
Z=torch.zeros_like(Y)
print("id(Z):",id(Z))
Z[:]=X+Y
print("id(Z):",id(Z))

id(Z): 140119141846688
id(Z): 140119141846688

# 如果后续计算中没有重复使用X，我们可以减少内存的方法
before=id(X)
X+=Y
id(X)==before

True

# 转换为Numpy张量
A=X.numpy()
B=torch.tensor(A)
type(A),type(B)

(numpy.ndarray, torch.Tensor)

# 将大小为1的张量转换为python标量
a=torch.tensor([3.5])
a,a.item(),float(a),int(a)

(tensor([3.5000]), 3.5, 3.5, 3)

数据预处理

# 创建一个人工数据集，并存储在csv文件
import os
os.makedirs(os.path.join('./','data'),exist_ok=True)
data_file=os.path.join('./','data','house_tiny.csv')
with open(data_file,'w') as f:
    f.write('Numrooms,Alley,Price\n') # 列名
    f.write('NA,Pave,127500\n') #每行表述一个数据样本
    f.write('2,NA,106000\n')
    f.write('4,NA,178100\n')
    f.write('NA,NA,140000\n')

# 从创建的csv文件中加载原始数据集
import pandas as pd
data=pd.read_csv(data_file)
print(data)

   Numrooms Alley   Price
0       NaN  Pave  127500
1       2.0   NaN  106000
2       4.0   NaN  178100
3       NaN   NaN  140000

# 为了处理缺失的数据，典型的方法包括插值和删除，
inputs,outputs=data.iloc[:,0:2],data.iloc[:,2]
inputs=inputs.fillna(inputs.mean(numeric_only=True))
print(inputs)

   Numrooms Alley
0       3.0  Pave
1       2.0   NaN
2       4.0   NaN
3       3.0   NaN

# 对于inputs中的类别值或者离散值，我们将‘NaN’视为一个类别
inputs=pd.get_dummies(inputs,dummy_na=True,dtype=float)
print(inputs)

   Numrooms  Alley_Pave  Alley_nan
0       3.0         1.0        0.0
1       2.0         0.0        1.0
2       4.0         0.0        1.0
3       3.0         0.0        1.0

# 转换为张量格式
X,y=torch.tensor(inputs.values),torch.tensor(outputs.values)
X,y

(tensor([[3., 1., 0.],
         [2., 0., 1.],
         [4., 0., 1.],
         [3., 0., 1.]], dtype=torch.float64),
 tensor([127500, 106000, 178100, 140000]))

## 引用 
a=torch.arange(12)
b=a.reshape((3,4))
b[:]=2
a

tensor([2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])