深度学习-Pytorch基础

 

import torch
import numpy as np
"""
创建tensor
    1 传入列表
    2 传入数组
    3 调用api
        torch.empty() 会用无用数据填充 0 
        torch.ones()
        torch.zeros()
        torch.rand([3,4]) 取0-1
        torch.randint(low=0,high=10,size=[3,4])
        torch.randn([3,4]) 满足正态分布 均值为0,方差为1
"""
a = np.arange(12).reshape((3,4))
t = torch.tensor(a)
"""
torch常用函数
    1 当tensor只有一个一个值时,可用torch.items()获取值。
    2 将tensor转化成numpy,z.numpy()
    3 获取形状,t,size()
    4 形状修改,tensor.view([3,4])) 与reshape相似。
    5 获取维数 z.dim()
    6 最大值,最小值,z.max()
    7 转置 z.t()
    8 交换维度 z.permute(1,0,2) 交换前两个维度
    9 tensor满足切片原则
    10 x.add_(y) x+y赋值给x 
        
"""
print(t)
print(t.t())
print(t.permute(1,0))
"""
数据类型
    torch.float32,64,16
    torch.int8,16,32,64
    通过z.dtype获取类型
"""

print(t.dtype)

 

posted @ 2021-03-11 16:40  一笑任逍遥  阅读(43)  评论(0编辑  收藏  举报