tensor简介

在深度学习里,Tensor实际上就是一个多维数组。而Tensor的目的是能够创造更高维度的矩阵、向量。

彩色图像文件(RGB)一般都会处理成3-d tensor,每个3d array中的element表示一个像素,R代表Red,G代表Green,B代表Blue。

image  mode=P 一般都会处理为2-d tensor,每个2d array中的element表示一个像素

查看tensor

x.shape # 尺寸
x.size() # 形状
x.ndim # 维数

接下来我们利用tensor做矩阵的运算

import  torch
x = torch.tensor([2., 3.], requires_grad=True)
y = torch.tensor([[4., 4.], [3., 5.]], requires_grad=True)

z = torch.mm(x.view(1, 2), y)
print(f"z:{z}")
z.backward(torch.Tensor([[1., 0]]), retain_graph=True)
print(f"x.grad: {x.grad}")
print(f"y.grad: {y.grad}")

矩阵运算如下:

参考链接:

Pytorch autograd,backward详解 - 知乎

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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