pytorch基本数据类型

最新推荐文章于 2024-07-25 14:07:13 发布

wyw0000

最新推荐文章于 2024-07-25 14:07:13 发布

阅读量742

点赞数 10

分类专栏：机器学习文章标签： pytorch 人工智能 python

本文链接：https://blog.csdn.net/wyw0000/article/details/135924668

版权

24 篇文章 0 订阅

订阅专栏

1. tensor

下图为python数据类型与pytorch的对应关系
在这里插入图片描述
在pytorch中是没有string类型的，如果要使用string类型，需要借助两种手段：

在这里插入图片描述
从图中可以看出pytorch数据类型是分cpu和GPU的，gpu是在torch后加一个cuda，他们是完全不同的数据
这里经常使用的数据类型是FloatTensor和ByteTensor

在这里插入图片描述

torch.randn是生成随机初始化的2行3列的tensor数据

a = torch.randn(2, 3)
print(a)
tensor([[ 0.4406,  0.4335, -1.6466],
        [-0.1927,  0.4834,  1.0126]])

在这里插入图片描述
Dimension为0的tensor多用来表示loss的值

.shape是个成员，返回torch.Size([])表示0维，.size()是成员函数返回结果与.shape一样

一维tensor多用于bias和线性数据输入，如下图：
在这里插入图片描述

当线性输入，一次输入多张图片时使用2维tensor，比如：使用minist数据集做手写数字识别，表示为[n, 784] n表示一次输入几张图片。
在这里插入图片描述

3维多用于RNN，NLP文字处理，[10,20,100] 表示20个句子每个句子10个单词，单词用100向量表示。
在这里插入图片描述

4维多用于CNN卷积循环神经网络，[b,c,h,w]分别表示为[batch, channel, height, weight]
在这里插入图片描述

关注

专栏目录