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)