Python Pytorch深度学习之Tensors张量
作者：柚子味的羊
今天小编就为大家分享一篇Pytorch之Tensors张量的文章，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
环境：Anaconda自带的编译器——Spyder
最近才开使用conda，发现conda 就是 yyds，爱啦~
一、Tensor（张量）
import torch #构造一个5*3的空矩阵 x=torch.FloatTensor(5,3) print(x) # 构造随机初始化矩阵 x=torch.rand(5,3) print(x) # 构造一个矩阵全为0，而且数据类型为long x=torch.zeros(5,3,dtype=torch.long) print(x) # 构造一个张量，直接使用数据 x=torch.tensor([5.5,3]) print(x) # 创建一个tensor基于已经存在到的tensor x=x.new_ones(5,3,dtype=torch.double) print(x) x=torch.randn_like(x,dtype=torch.float) print(x) # 获取它的维度信息 print(x.size())
运行结果
二、操作
print("*************操作**************")
# 加法操作
y=torch.rand(5,3)
print(x+y)
print(torch.add(x, y))
# 定义变量，作为存储结果
result=torch.empty(5,3)
torch.add(x,y,out=result)
print(result)
y.add_(x)
print(y)
运行结果
注：任何使张量发生变化的操作都有一个前缀"":x.copy(y),这样才会发生改变
print("*************改变大小_view**************")
x=torch.rand(4,4)
y=x.view(16)
z=x.view(-1,8)
print(x.size())
print(y.size())
print(z.size())
运行结果
print("*************获得value**************")
x=torch.randn(1)
print(x)
print(x.item())#获得value值
总结
本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注脚本之家的更多内容！