深入浅出Pytorch系列(2):Pytorch 基础知识

2.1 张量Tensor维度0维: 标量1维: 向量4维: 图像为什么说图片数据为4维张量呢?解释:虽然描述一个图片用(width, height,channel),但是一般由于输入的图片数据不止一张,样本数大于1,因此描述方法为(sample_size, width, height, channel).tensor 的创建方法import torchx = torch.tensor([5.5, 2])x = torch.ones(4, 3, dtype=torch.long)x =
摘要由CSDN通过智能技术生成

2.1 张量Tensor

维度

0维: 标量
1维: 向量
4维: 图像

为什么说图片数据为4维张量呢?
解释:虽然描述一个图片用(width, height,channel),但是一般由于输入的图片数据不止一张,样本数大于1,因此描述方法为(sample_size, width, height, channel).

tensor 的创建方法

import torch
x = torch.tensor([5.5, 2])
x = torch.ones(4, 3, dtype=torch.long)
x = torch.zeros(4, 3, dtype = torch.float)
…(省略,可参看下图创建方法)
在这里插入图片描述

一般性操作方法

加法
(1)print(x + y)

(2)print(torch.add(x, y))

(3) 提供一个输出

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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