赞
踩
知道如何安装pytorch
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。
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
知道张量和Pytorch中的张量
知道pytorch中如何创建张量
知道pytorch中tensor的重要属性
知道pytorch中tensor的如何修改
知道pytorch中的cuda tensor
掌握pytorch中tensor的常用数学运算
张量是一个统称,其中包含很多类型:
0阶张量:标量、常数,0-D Tensor
1阶张量:向量,1-D Tensor
2阶张量:矩阵,2-D Tensor
3阶张量
...
N阶张量
从已有的数据中创建张量
从列表中创建
torch.tensor([[1., -1.], [1., -1.]])
tensor([[ 1.0000, -1.0000],
[ 1.0000, -1.0000]])
使用numpy中的数组创建tensor
torch.tensor(np.array([[1, 2, 3], [4, 5, 6]]))
tensor([[ 1, 2, 3],
[ 4, 5, 6]])
创建固定张量
torch.ones([3,4]) 创建3行4列的全为1的tensor
torch.zeros([3,4])创建3行4列的全为0的tensor
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
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_)
在一定范围内创建序列张量
torch.arange(start, end, step) 从start到end以step为步长取值生成序列
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
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
创建随机张量
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]])
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
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。