Pytorch_1_基本语法

一、Pytorch的基本元素操作

1.引入torch

复制代码
from __future__ import print_function
import torch

2.创建矩阵

复制代码
x = torch.empty(5,3)
print(x)

3.输出结果:

tensor([[7.9191e+34, 1.1259e+24, 1.2359e-42],

4.0824e-40, 1.1379e-35, 2.5353e+30\], \[8.4078e-45, 2.6709e-42, 7.7558e-40\], \[2.9130e-33, 2.5353e+30, 9.6690e-44\], \[7.5524e+28, 5.2839e-11, 1.3458e-14\]\])

4.指定一个全零矩阵并可指定数据元素的类型为long

复制代码
x = torch.zeros(5,3, dtype=torch.long)
print(x)

5.输出结果

tensor([[0, 0, 0],

0, 0, 0\], \[0, 0, 0\], \[0, 0, 0\], \[0, 0, 0\]\])

未完待续。。。

相关推荐
chenglin016几秒前
AI服务的可观测性与运维
运维·人工智能
小超同学你好几秒前
面向 LLM 的程序设计 4:API 版本化与演进——在「模型会记忆旧文档」前提下的兼容策略
人工智能·语言模型
guslegend1 分钟前
系统整体设计方案
人工智能·大模型·知识图谱
deephub13 分钟前
ADK 多智能体编排:SequentialAgent、ParallelAgent 与 LoopAgent 解析
人工智能·python·大语言模型·agent
FL162386312923 分钟前
基于yolov26+pyqt5的混凝土墙面缺陷检测系统python源码+pytorch模型+评估指标曲线+精美GUI界面
python·qt·yolo
HcreateLabelView35 分钟前
引领RFID电子标签打印新时代,打造标识打印系统新标杆
大数据·人工智能
wjcroom38 分钟前
以太缄默-理论分析
人工智能·物理学
guslegend43 分钟前
4月5日(大语言模型训练原理)
人工智能·大模型
数智化管理手记1 小时前
精益生产合理化建议核心解读:本质、价值与提报规范
大数据·网络·人工智能·低代码·制造
QfC92C02p1 小时前
Hagicode 多 AI 提供者切换与互操作实现方案
人工智能