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
余多多_zZ4 分钟前
鸿蒙学习手册(HarmonyOSNext_API16)_应用开发UI设计:Swiper
学习·ui·华为·harmonyos·鸿蒙系统
淬渊阁32 分钟前
汇编学习之《扩展指令指针寄存器》
汇编·学习
lalapanda34 分钟前
UE5学习记录part12
学习·ue5
不要影响我叠Q1 小时前
《Fundamentals of Electromigration-Aware IntegratedCircuit Design》笔记
笔记
蒹葭苍苍8731 小时前
LoRA、QLoRA微调与Lama Factory
人工智能·笔记
蹦蹦跳跳真可爱5891 小时前
Python----机器学习(基于PyTorch的线性回归)
人工智能·pytorch·python·机器学习·线性回归
并不会1 小时前
多线程案例-单例模式
java·学习·单例模式·单线程·多线程·重要知识
淬渊阁1 小时前
汇编学习之《push , pop指令》
汇编·学习
船长@Quant1 小时前
PyTorch量化进阶教程:第二章 Transformer 理论详解
pytorch·python·深度学习·transformer·量化交易·sklearn·ta-lib
吴梓穆1 小时前
UE5学习笔记 FPS游戏制作33 换子弹 动画事件
笔记·学习·ue4