PyTorch基础(一)

1 基本数据Tensor

1.1 Tensor数据类型

Tensor即张量，是pytorch中基本的操作对象，可以看作是包含单一数据类型元素的多维矩阵。

数据类型	CPU Tensor	GPU Tensor
32位浮点	torch.FloatTensor	torch.cuda.FloatTensor
64位浮点	torch.DoubleTensor	torch.cuda.DoubleTensor
16位半精度浮点	N/A	torch.cuda.halfTensor
8位无符号整型	torch.ByteTensor	torch.cuda.ByteTensor
8位有符号整型	torch.CharTensor	torch.cuda.CharTensor
16位有符号整型	torch.ShortTensor	torch.cuda.ShortTensor
32位有符号整型	torch.IntTensor	torch.cuda.IntTensor
64位有符号整型	torch.LongTensor	torch.cuda.LongTensor

Pytorch可以通过set_default_tensor_type(‘torch.cuda.DoubleTensor’)函数设置默认的Tensor类型。

torch.set_default_tensor_type('torch.DoubleTensor')
a=torch.Tensor(2,2)
a.type()
#'torch.DoubleTensor'

对于tensor之间类型转换，可以通过type(new_type)、type_as()、int()等多种方式进行操作。

torch.set_default_tensor_type('torch.FloatTensor')
a=torch.Tensor(2,2)
a.type()
#'torch.FloatTensor'

b=a.int()
b
#tensor([[0, 4],
#        [0, 0]], dtype=torch.int32)

c=a.type(torch.DoubleTensor)
c
#tensor([[0.0000e+00, 4.4766e+00],
#        [1.4013e-45, 0.0000e+00]], dtype=torch.float64)

d=a.type_as(b)
d
#tensor([[0, 4],
#        [0, 0]], dtype=torch.int32) 与b的类型相同

1.2 Tensor的创建与维度查看

#使用python的李斯特进行创建
c=torch.Tensor([[2,2],[2,2]])
c
输出为 tensor([[2., 2.],
              [2., 2.]])

torch.zero(2,2)#所有元素均为0

torch.ones(2,2)#所有元素均为1

torch.eyes(2,2)#对角线上元素为1，其他为0，不要求行列数相同

torch.randn(2,2)#生成随机数矩阵

torch.arange(1,6,2)#生成从1到6间距为2的一维向量
输出为 tensor([1, 3, 5])

torch.linspace(1,6,2) #生成从1到6一共2个数的一维向量
输出为 tensor([1., 6.])

torch.randperm(4) #生成长度为4的随机排列向量
输出为 tensor([0, 3, 1, 2])

torch.tensor([1,2,3]) #torch 0.4 增加了此方法，参数可以是python的list和numpy的ndarray等
输出为 tensor([1, 2, 3])

查看Tensor维度

>>>a=torch.Tensor(2,2)
>>>a.shape
torch.Size([2, 2])

>>>a.size()
torch.Size([2, 2])

查看Tensor中元素的总个数

>>>a.numel()
4
>>>a.nelement()
4