先贴上链接
首先我们需要安装拥有pytorch的环境
conda指令
虚拟环境的一些指令
查看所有虚拟环境 conda info -e
创建新的虚拟环境 conda create -n env_name python=3.6
删除已有环境 conda env remove -n env_name
激活某个虚拟环境 activate env_name
退出某个虚拟环境 deactivate env_name
虚拟环境重命名 先克隆一个环境再把之前的环境删了
conda create --name newName(新环境名) --clone oldName(旧环境名)
conda remove --name oldName(旧环境名) --all
conda create -n pytorch_env python=3.10
conda activate pytorch_env
pip3 install torch torchvision
1、torch
python
torch.is_tensor(obj)
#如果obj 是一个pytorch张量,则返回True
a=numpy.array([1, 2, 3])
t=torch.from_numpy(a)
# a(ndarray) → t(Tensor)
# 将numpy.ndarray 转换为pytorch的Tensor。返回的张量tensor和numpy的ndarray共享同一内存空间。# 修改一个会导致另外一个也被修改。返回的张量不能改变大小。
t=torch.zeros(2, 3) #torch.zeros(*sizes, out=None) → Tensor
#返回一个全为0的张量,形状由可变参数sizes定义。
t=torch.ones(2, 3) #torch.ones(*sizes, out=None) → Tensor
#返回一个全为1的张量,形状由可变参数sizes定义。
t=torch.rand(2, 3) #torch.rand(*sizes, out=None) → Tensor
#返回一个张量,包含了从区间[0,1)的均匀分布中抽取的一组随机数,形状由可变参数sizes 定义。
t=torch.randn(1, 5) #torch.randn(*sizes, out=None) → Tensor
#返回一个张量,包含了从标准正态分布(均值为0,方差为 1,即高斯白噪声)中抽取一组随机数
#形状由可变参数sizes定义。
torch.numel(input) #返回input 张量中的元素个数
torch.eye(n, m=None, out=None)
#返回一个2维张量,对角线位置全1,其它位置全0
# n (int ) -- 行数/m (int, optional) -- 列数.如果为None,则默认为n
# out (Tensor, optinal) - Output tensor/返回值: 对角线位置全1,其它位置全0的2维Tensor
2、torch.Tensor