张量(Tensor)是MindSpore网络运算中的基本数据结构。
-
首先导入需要的模块和接口,如下所示:
import numpy as np
from mindspore import Tensor
from mindspore import dtype as mstype
-
初始化张量
张量的初始化方式有多种,构造张量时,支持传入Tensor、float、int、bool、tuple、list和NumPy.array类型。
根据数据直接生成
可以根据数据创建张量,数据类型可以设置或者自动推断。
x = Tensor(0.1)
-
从NumPy数组生成
可以从NumPy数组创建张量。
arr = np.array([1, 0, 1, 0])
x_np = Tensor(arr)
-
初始值是NumPy.array,则生成的Tensor数据类型与之对应。
继承另一个张量的属性,形成新的张量
from mindspore import ops
oneslike = ops.OnesLike()
x = Tensor(np.array([[0, 1], [2, 1]]).astype(np.int32))
output = oneslike(x)
print(output)
-
输出指定大小的恒定值张量
shape是张量的尺寸元组,确定输出的张量的维度。
from mindspore.ops import operations as ops
shape = (2, 2)