对pytorch的张量使用for循环

1. 一维张量

对于一个一维张量,使用for循环,取出的是里面的每一项

import torch
a = torch.tensor[1, 2, 3]
for b in a:
	print(b)

此时输出结果为

tensor(1)
tensor(2)
tensor(3)

2. 二维张量

代码

import torch
a = torch.tensor([[1, 2, 3], [4, 5, 6]])
for b in a:
	print(b)

输出结果

tensor([1, 2, 3])
tensor([4, 5, 6])

因为是二维向量,可以再使用一次for循环,修改代码如下

import torch
a = torch.tensor([1, 2, 3], [4, 5, 6])
for b in a:
	for c in b:
		print(c)

此时输出结果为

tensor(1)
tensor(2)
tensor(3)
tensor(4)
tensor(5)
tensor(6)

3. 总结

一个for循环相当于剥掉了一个外壳,也就是这里的[ ](中括号),最终输出是也是张量,维度减一

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值