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
守护者1704 分钟前
JAVA学习-练习试用Java实现“实现一个Hadoop程序,使用Hive进行复杂查询和数据筛查”
java·学习
go_bai26 分钟前
Linux环境基础开发工具——(2)vim
linux·开发语言·经验分享·笔记·vim·学习方法
吴梓穆35 分钟前
UE5学习笔记 FPS游戏制作35 使用.csv配置文件
笔记·学习·ue5
虾球xz37 分钟前
游戏引擎学习第199天
学习·游戏引擎
100分题库小程序41 分钟前
2025年机动车授权签字人考试判断题分享
经验分享·笔记
V---scwantop---信1 小时前
失真扭曲斑点效果ps标题文本特效滤镜样机 Color Blob Distort Text & Logo Effect
笔记
誉鏐1 小时前
PyTorch复现逻辑回归
人工智能·pytorch·逻辑回归
A林玖1 小时前
【计算机相关学习】R语言
开发语言·学习·r语言
浪淘沙jkp2 小时前
大模型学习三:DeepSeek R1蒸馏模型组ollama调用流程
学习·ollama·deepseek
nuo5342022 小时前
黑马 C++ 学习笔记
c语言·c++·笔记·学习