2.1 Pytorch的安装及入门使用_in [1]: import torch -----------------------------

 

Pytorch的安装

目标

1. 知道如何安装pytorch

1. Pytorch的介绍

Pytorch是一款facebook发布的深度学习框架，由其易用性，友好性，深受广大用户青睐。

2. Pytorch的版本

3. Pytorch的安装

安装地址介绍：https://pytorch.org/get-started/locally/

安装步骤：

pip3 install torch torchvision

安装之后打开ipython

输入：

In [1]:import torch

In [2]: torch.__version__

Out[2]: '1.3.1'

注意：代码中都是使用torch

Pytorch中数据-张量

目标

1. 知道张量和Pytorch中的张量

2. 知道pytorch中如何创建张量

3. 知道pytorch中tensor的重要属性

4. 知道pytorch中tensor的如何修改

5. 知道pytorch中的cuda tensor

6. 掌握pytorch中tensor的常用数学运算

1. 张量Tensor

张量是一个统称，其中包含很多类型：

1. 0阶张量：标量、常数，0-D Tensor

2. 1阶张量：向量，1-D Tensor

3. 2阶张量：矩阵，2-D Tensor

4. 3阶张量

5. ...

6. N阶张量

2. Pytorch中创建张量

1. 从已有的数据中创建张量

   1. 从列表中创建

2. torch.tensor([[1., -1.], [1., -1.]])

   tensor([[ 1.0000, -1.0000],

   [ 1.0000, -1.0000]])

   1. 使用numpy中的数组创建tensor

3. torch.tensor(np.array([[1, 2, 3], [4, 5, 6]]))

   tensor([[ 1, 2, 3],

   [ 4, 5, 6]])

4. 创建固定张量

   1. torch.ones([3,4]) 创建3行4列的全为1的tensor

   2. torch.zeros([3,4])创建3行4列的全为0的tensor

   3. torch.ones_like(tensor) torch.zeros_like(tensor)创建与tensor相同形状和数据类型的值全为1/0的tensor

   4. torch.empty(3,4)创建3行4列的空的tensor，会用无用数据进行填充(手工填充torch.fill_)

5. 在一定范围内创建序列张量

   1. torch.arange(start, end, step) 从start到end以step为步长取值生成序列

   2. torch.linspace(start, end, number_steps) 从start到end之间等差生成number_steps个数字组成序列

   3. torch.logspace(start, end, number_steps, base=10)在$base^{start}$到$base^{end}$之间等比生成number_steps个数字组成序列

6. 创建随机张量

   1. torch.rand([3,4]) 创建3行4列的随机值的tensor，随机值的区间是[0, 1)

      >>> torch.rand(2, 3)

      tensor([[ 0.8237, 0.5781, 0.6879],

      [ 0.3816, 0.7249, 0.0998]])

   2. torch.randint(low=0,high=10,size=[3,4]) 创建3行4列的随机整数的tensor，随机值的区间是[low, high)

      >>> torch.ra