pytorch

张量

在这里插入图片描述

创建张量的方法

在这里插入图片描述

import torch
import numpy as np
t1=torch.Tensor([1,2,3])
t1
array1=np.arange(12).reshape(3,4)
array1
torch.Tensor(array1)
torch.empty(3,4)
torch.rand([3,4])
torch.randint(low=0,high=10,size=[3,4])
torch.randn([3,4])

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

pytorch中tensor中常用的方法

在这里插入图片描述

t1 = torch.Tensor([[[1]]])
t1
t1.item()`在这里插入代码片`

在这里插入图片描述

t2=torch.Tensor([[[1,2]]])
t2.item()

这样就会报错

在这里插入图片描述

在这里插入图片描述

t2.numpy()

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 1
    点赞
  • 0
    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