04-PyTorch基本操作
1、创建一个矩阵(矩阵里的所有数几乎为0)
2、创建一个随机矩阵
注:tensor是张量的意思,在pytorch中,将其看做矩阵,一维的是向量,二维的是矩阵,甚至还有多维的。不管是几维的,统一叫做tensor。tensor在深度学习中是最基本的计算单元,也可以说是框架的底层。所有的输入和计算,都是对tensor执行的。
3、初始化一个全零的矩阵
其中torch.long是64位的整数(即64个二进制位)
4、直接传入数据(因为tensor本身很大,所以pytorch输出的数据,默认小数点后四位)
5、跟Numpy差不多,其实这些框架基本都是大同小
①
(返回一个与size大小相同的用1填充的张量。 默认返回的Tensor具有与此张量相同的torch.dtype和torch.device)torch.dtype是tensor的类型,torch.device代表将torch.Tensor分配到的设备的对象,有cpu和cuda两种,这里的cuda就是gpu,至于为什么不直接用gpu与cpu对应,是因为gpu的编程接口采用的是cuda
②
y=torch.randn_like(x,dtype=torch.float) 表示产生一个形状一样的矩阵。
6、展示矩阵大小(即打印维度)
7、基本计算方法
①加法
torch.add与上面加法计算一样。
②索引
取列数为1的元素
8、view操作可以改变矩阵维度
9、与Numpy的协同操作
学习框架,不要看基本操作,直接看实际的例子,一步步怎么去走的,遇到不懂的函数,尽量去查,查的过程也是学习的过程。