PyTorch学习笔记(一)

1.Tensor

1.1 构造一个5x3矩阵,不初始化

python 复制代码
x = torch.empty(5, 3)
print(x)

打印结果:

复制代码
tensor([[1.0102e-38, 1.0194e-38, 3.6736e-39],
        [8.3572e-39, 4.5918e-39, 4.5918e-39],
        [4.0408e-39, 4.5918e-39, 4.7755e-39],
        [8.5408e-39, 8.3571e-39, 4.5918e-39],
        [4.6837e-39, 4.0408e-39, 4.5918e-39]])

1.2 构造一个随机初始化的矩阵

python 复制代码
x = torch.rand(5, 3)
print(x)

打印结果:

复制代码
tensor([[0.1306, 0.2627, 0.1585],
        [0.8739, 0.0200, 0.4470],
        [0.6009, 0.5557, 0.1189],
        [0.5708, 0.4116, 0.6806],
        [0.0506, 0.6534, 0.2358]])

1.3 构造一个矩阵全为 0,而且数据类型是 long.

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

输出结果

复制代码
tensor([[0, 0, 0],
        [0, 0, 0],
        [0, 0, 0],
        [0, 0, 0],
        [0, 0, 0]])

1.4 直接使用数据构造一个张量

python 复制代码
x = torch.tensor([5.5, 3])
print(x)

输出结果

复制代码
tensor([5.5000, 3.0000])

1.5 创建一个 tensor 基于已经存在的 tensor

python 复制代码
x = tensor([5.5000, 3.0000])
x = x.new_ones(5, 3, dtype=torch.double)
print(x)

输出结果

复制代码
tensor([[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]], dtype=torch.float64)
python 复制代码
x = torch.rand_like(x, dtype=torch.float)
print(x)

输出结果

复制代码
tensor([[0.0996, 0.3518, 0.2875],
        [0.2665, 0.5578, 0.1388],
        [0.3313, 0.8641, 0.5232],
        [0.8819, 0.6924, 0.9274],
        [0.8298, 0.4196, 0.1312]])

size

python 复制代码
print(x.size())
相关推荐
l12345sy5 分钟前
Day24_【深度学习—广播机制】
人工智能·pytorch·深度学习·广播机制
向阳花开_miemie12 分钟前
Android音频学习(十八)——混音流程
学习·音视频
工大一只猿22 分钟前
51单片机学习
嵌入式硬件·学习·51单片机
c0d1ng41 分钟前
量子计算学习(第十四周周报)
学习·量子计算
Hello_Embed8 小时前
STM32HAL 快速入门(二十):UART 中断改进 —— 环形缓冲区解决数据丢失
笔记·stm32·单片机·学习·嵌入式软件
咸甜适中8 小时前
rust语言 (1.88) 学习笔记:客户端和服务器端同在一个项目中
笔记·学习·rust
Grassto9 小时前
RAG 从入门到放弃?丐版 demo 实战笔记(go+python)
笔记
Magnetic_h9 小时前
【iOS】设计模式复习
笔记·学习·ios·设计模式·objective-c·cocoa
研梦非凡10 小时前
ICCV 2025|从粗到细:用于高效3D高斯溅射的可学习离散小波变换
人工智能·深度学习·学习·3d
limengshi13839211 小时前
机器学习面试:请介绍几种常用的学习率衰减方式
人工智能·学习·机器学习