pytorch教程之Tensor的值及操作使用學習
更新時間：2021年09月07日 11:43:27 作者：xz1308579340
這篇文章主要為大家介紹了pytorch教程中關于Tensor的操作使用，有需要的朋友可以借鑒參考下，希望可以有所幫助，祝大家升職加薪，共同進步
1、Tensors
Tensors are similar to NumPy's ndaeeays,不同的是可以在GPU上使用和加速計算。
導入包
from __future__ import print_function import torch
建立5*3的矩陣，未初始化
x = torch.empty(5,3) print(x)
out
tensor([[ 1.4395e-36, 4.5848e-41, 1.4395e-36],
[ 4.5848e-41, 1.4395e-36, 4.5848e-41],
[ 1.4395e-36, 4.5848e-41, 2.8026e-45],
[-1.9501e+00, 8.5165e+23, 0.0000e+00],
[ 2.5223e-43, 0.0000e+00, 0.0000e+00]])
建立隨機初始化矩陣
x = torch.rand(5,3) print(x)
out
tensor([[ 0.8074, 0.9175, 0.8109],
[ 0.3313, 0.5902, 0.9179],
[ 0.6562, 0.3283, 0.9798],
[ 0.8218, 0.0817, 0.4454],
[ 0.5934, 0.0040, 0.3411]])
建立零初始化矩陣，數(shù)據(jù)類型是Long
... x = torch.zeros(5,3,dtype = torch.long) print(x) ...
out
tensor([[ 0, 0, 0],
[ 0, 0, 0],
[ 0, 0, 0],
[ 0, 0, 0],
[ 0, 0, 0]])
建立一個tensor數(shù)據(jù)來源于data
x = torch.tensor([5.5,3]) print(x)
out
tensor([ 5.5000, 3.0000])
在原有tnesor的基礎上形成新的tensor，會繼承原有tensor的shapee和dtype等屬性，當然我么也可以修改這些屬性
x = x.new_ones(5,3,dtype = torch.double) print(x) x = torch.randn_like(x,dype = torch.float) print(x)
out
tensor([[ 1., 1., 1.],
[ 1., 1., 1.],
[ 1., 1., 1.],
[ 1., 1., 1.],
[ 1., 1., 1.]], dtype=torch.float64)
tensor([[-0.0730, -0.0716, -0.8259],
[-1.7004, 0.8790, -0.0659],
[-0.8969, 0.8736, -0.6035],
[-0.1539, -2.9178, -0.7456],
[-0.0245, 0.4075, 1.4904]])
獲取tensor的size
print(x.size())
out
torch.Size([5, 3])
torch.size是一個元組，支持所有元組(tuple)的操作
2、對Tensor的操作
實現(xiàn)加法的四種方式
方法一L
print(x+y)
方法二
print(torch.add(x,y))
方法三：輸出給額外的tensor
result = torch.empty(5,3) torch.add(x,y ,out= result) print (result)
方法四：原地替換-結(jié)果存放在y中
print(y)
所有原地替換
所有原地替換tensor的操作都有后綴，比如x.copy(y)，會改變x
使用標準的numpy操作
print(x[：1]
out
tensor([-0.0716, 0.8790, 0.8736, -2.9178, 0.4075])
使用torch.view 改變tensor的形狀
x = torch.randn(4,4) y = x.view(16) z = x.view(-1,8) # the size -1 is inferred from other dimensions print (x.size(),y.xize(),z.size())
out
torch.Size([4, 4]) torch.Size([16]) torch.Size([2, 8])
tensor轉(zhuǎn)化為numpy的數(shù)字，使用item
x = torch.rnadn(1) print(x) print(x.item())
Torch Tensor 和numpy的相互轉(zhuǎn)換
a = torch.ones(5) print (a)
out
tensor([ 1., 1., 1., 1., 1.])
并且改變tensor的值會同時改變numpy的值
a.add_(1) print(a) print(b)
out
tensor([ 2., 2., 2., 2., 2.]) [ 2. 2. 2. 2. 2.]
將numpy array轉(zhuǎn)化為pytorch Tensor
import numpy as np a = np.ones(5) b = torch.from_numpy(a) np.add(a,1,out = a ) print(a) print（b）
out
[ 2. 2. 2. 2. 2.] tensor([ 2., 2., 2., 2., 2.], dtype=torch.float64)
所有在cpu上的tensor都支持numpy轉(zhuǎn)化，除了char形的tensor
CUDA Tensors
Tensors 可以被移動到其他設備使用.to的方法
... if torch.cuda.is_avaulable(): device = torch.device(“cuda”) y = torch.ones_like(x,device = devcie) x= x.to(device) z = x+y print(z) print(z.to(“cpu”,torch.double)) ...
out
tensor([-1.0620], device='cuda:0') tensor([-1.0620], dtype=torch.float64)
以上就是pytorch教程之Tensor學習筆記的詳細內(nèi)容，更多關于pytorch教程的資料請關注腳本之家其它相關文章！
相關文章
學習Python爬蟲時遇到中文亂碼問題,發(fā)現(xiàn)req.text返回的是unicode,無法再次decode,通過查看網(wǎng)站源碼,發(fā)現(xiàn)網(wǎng)站使用的是gbk編碼,Requests會自動解碼來自服務器的內(nèi)容,但有時推測錯誤,通過設置r.encoding為gbk,然后對text進行編碼,可以正確打印出中文2025-01-01
在本篇文章里小編給大家分享了關于Python中添加自定義模塊的實例方法，需要的朋友們可以學習下。2020-06-06
python+logging+yaml實現(xiàn)日志分割
這篇文章主要為大家詳細介紹了python+logging+yaml實現(xiàn)日志分割，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-07-07
本文主要給大家記錄一下列表生成式，生成器和迭代器的知識點，希望對大家學習python能夠有所幫助2019-01-01
pytorch實現(xiàn)下載加載mnist數(shù)據(jù)集
這篇文章主要介紹了pytorch實現(xiàn)下載加載mnist數(shù)據(jù)集方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-06-06
Python實現(xiàn)暴力破解wifi密碼并打包成exe
python號稱是編程界的萬金油，那么是否可以做個讀取電腦網(wǎng)卡wifi并暴力破解的小腳本呢？在這個基礎上為了方便體驗是不是可以將其打包成exe這樣方便執(zhí)行的小應用呢？本文就來和大家一起聊聊2022-09-09
下面小編就為大家?guī)硪黄鉀Qpyqt中ui編譯成窗體.py中文亂碼的問題。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2016-12-12
今天小編就為大家分享一篇python pexpect ssh 遠程登錄服務器的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02
python實現(xiàn)多進程按序號批量修改文件名的方法示例
這篇文章主要介紹了python實現(xiàn)多進程按序號批量修改文件名的方法,涉及Python多進程與文件相關操作技巧,需要的朋友可以參考下2019-12-12
Python3之字節(jié)串bytes與字節(jié)數(shù)組bytearray的使用詳解
今天小編就為大家分享一篇Python3之字節(jié)串bytes與字節(jié)數(shù)組bytearray的使用詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08