Pytorch的基本操作
本文主要讲解pytorch上的一些重要操作：
创建、查看形状、创建指定形式的张量、操作方法（加减乘除）以及操作设备（cpu/gpu）
1）torch.tesor([])创建张量
2）torch.view()对张量进行降维
3）torch.size()查看张量的形状
4）torch.ones() torch.zeros()创建指定形式的张量
5）torch.to(device)
在使用torch之前，要对其进行导入
import torch
创建一个torch
1 x = torch.tensor([12, 5]) 2 print(x)
得到torch的维度
print(x.size())
torch的resize
1 # resizing 2 x = torch.ones(3, 3) 3 print(x) 4 y = x.view(9) 5 print(y) 6 z = x.view(-1) 7 print(z)
1 tensor([[1., 1., 1.], 2 [1., 1., 1.], 3 [1., 1., 1.]]) 4 tensor([1., 1., 1., 1., 1., 1., 1., 1., 1.]) 5 tensor([1., 1., 1., 1., 1., 1., 1., 1., 1.])
同样也可以使用x.size(-1)实现
使用GPU进行运算
1 device = torch.device('cuda')
1 x = torch.ones(5, 5, device=device)
或者将定义好的torch迁移到GPU上
1 y = torch.ones(5, 5, dtype=torch.float) 2 y = y.to(device)
同样的，也可以迁移回CPU
1 x = x.to('cpu') 2 y = y.to('cpu')
