认识Pytorch

系列文章目录

Pytorch中的autograd

---

前言

---

一、什么是Pytorch？

• Pytorch是一个基于Numpy的科学计算包，作为Numpy的替代者，向用户提供使用GPU强大功能的能力
• 作为一款深度学习的平台，向用户提供最大的灵活性和速度

二、Pytorch的基本元素操作

1.矩阵的初始化

• torch.empty()
• torch.rand(n, m)
• torch.zeros(n, m, dtype=torch.long)

2.其他若干操作

• x.new_ones(n, m, dtype=torch.double)
• torch.randn_like(x, dtype=torch.float)
• x.size()

三、Pytorch的基本运算操作

1.加法操作

• x + y
• torch.add(x, y)
• torch.add(x, y, out=result)
• y.add_(x)

2.其他若干操作

• x.view()
• x.item()

四、Torch Tensor 和 Numpy Array 之间的互相转换

1.将 Torch Tensor 转换为 Numpy Array

• b = a.numpy()

2.将 Numpy Array 转换为 Torch Tensor

• b = torch.from_numpy(a)

注意：所有在CPU上的Tensor，除了CharTensor，都可以转换为 Numpy Array 并可以反向转换。

五、任意的Tensors可以用.to()方法来将其移动到任何设备

• x = x.to(device)

总结

---