Tensors (张量)

Mike_detailing2026-01-05 17:15

导入pytorch

python 复制代码

import torch

构造张量

python 复制代码

x = torch.empty(5, 3)  # 构造一个5x3矩阵，不初始化
y = torch.randn(5, 3)  # 构造一个随机初始化的矩阵
z = torch.zeros(5, 3)  # 构造一个矩阵全为 0

# 构造一个张量，直接使用数据
a = torch.tensor([1.2, 2, 3])  # 单行
b = torch.tensor([[1.2, 2, 3], [2, 3, 4]])  # 多行

# 创建一个 tensor 基于已经存在的 tensor
b = b.new_ones(3, 4, dtype=torch.double)  # 重新指定了size
b = b.new_ones([3, 4], dtype=torch.double)  # 和上面一样效果
a = torch.rand_like(b, dtype=torch.float)  # size依赖输入的形参b

获取张量的维度信息

python 复制代码

print(a.size())  # torch.Size([3, 4])

加法

python 复制代码

print(z + y)  # 加法
result = torch.empty(5, 3)
print(torch.add(z, y, out=result))  # 同样是加法，和上面加法效果一样，提供一个输出tensor作为参数，如果它的size和z+y不同，会提示错误
w = y.add_(z)  # y已经发生改变
print(y)
print(w)

索引操作

python 复制代码

print(y[:,0]) # 输出的是单行矩阵，数据是第一列的所有数字
print(y[1,2]) # 输出的是第二行，第三列的数字
print(y[1,:]) # 输出的是单行矩阵，数据是第二行的所有数值

改变tensor的大小或者形状

python 复制代码

u = w.view(15) # 改变成单行矩阵，必须是原来的矩阵的行数列数乘积
s = w.view(-1,5) # 改变成5列矩阵，-1表示自动计算行数
print(u.size(),s.size()) # torch.Size([15]) torch.Size([3, 5])