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
用户252736278141 小时前
【踩坑复盘】我在本地跑 RAG 知识库时踩了 5 个大坑,吐血整理避坑指南
人工智能
大模型真好玩1 小时前
LangChain DeepAgents 速通指南(九)—— 生产级智能体框架 DeepAgents Code 源码导读
人工智能·langchain·agent
金銀銅鐵3 小时前
n^5 和 n 的个位数是否总相等?
python·数学
用户018349301693 小时前
用Zustand管理AI多会话状态
人工智能
武子康5 小时前
调查研究-198 Agent 到底该记住什么?读懂《What Must Generalist Agents Remember?》
人工智能·openai·agent
aqi006 小时前
15天学会AI应用开发(九)利用Chroma持久化向量数据
人工智能·python·大模型·ai编程·ai应用
金銀銅鐵6 小时前
借助 Pygame 探索最大公约数的规律
python·数学·游戏
武子康7 小时前
调查研究-197 FAISS vs Elasticsearch 全面对比:从向量检索、全文搜索到 RAG 选型指南
人工智能·elasticsearch·agent
青禾网络8 小时前
Web 前端如何接入 AI 音效生成:从零到可用的完整方案
人工智能·设计模式