1.從numpy匯入
import torch
import numpy as np
a=np.array([2,2.3])
b=torch.from_numpy(a)
print(a)
print(b)
a=np.ones([2,3])
b=torch.from_numpy(a)
print(a)
print(b)
tensor([2.0000, 2.3000], dtype=torch.float64)
[[1. 1. 1.]
[1. 1. 1.]]
tensor([[1., 1., 1.],
[1., 1., 1.]], dtype=torch.float64)
2.tensor一般具體向量，floattensor一般是維度，也可以向量
import torch
b=torch.tensor([2,2.3])
print(b)
b=torch.floattensor(2,3)
print(b)
tensor([2.0000, 2.3000])
tensor([[2.1998e-31, 0.0000e+00, 1.4013e-45],
[0.0000e+00, 1.4013e-45, 0.0000e+00]])
3.設定預設值
torch.set_default_tensor_type(torch.doubletensor)import torch
b=torch.rand(3,3)
print(b)
b=torch.randint(0,10,(5,))
print(b)
[0.7914, 0.3789, 0.0539],
[0.6894, 0.6893, 0.3720]])
tensor([2, 3, 6, 9, 2])
5.randn根據size建立標準正太分布的隨機數tensor，均值0，方差1
import torch
b=torch.randn(3,3)
print(b)
[ 0.7681, 1.7327, 0.0364],
[-0.6486, -0.2380, 0.2747]])
6.full
import torch
b=torch.full([2,3],3)
print(b)
b=torch.full(,3)
print(b)
b=torch.full([1],3)
print(b)
b=torch.full([2],3)
print(b)
tensor([[3., 3., 3.],
[3., 3., 3.]])
tensor(3.)
tensor([3.])
tensor([3., 3.])
7.linspace（start，end，step）
import torch
b=torch.linspace(0,10,3)
print(b)
8.arange
import torch
b=torch.arange(0,10)
print(b)
b=torch.arange(0,10,3)
print(b)
tensor([0, 3, 6, 9])
9.torch.ones，torch.zeros，torch.eye
import torch
b=torch.ones(3,3)
print(b)
b=torch.zeros(3,3)
print(b)
b=torch.eye(3,4)
print(b)
[1., 1., 1.],
[1., 1., 1.]])
tensor([[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]])
tensor([[1., 0., 0., 0.],
[0., 1., 0., 0.],
[0., 0., 1., 0.]])
pytorch基礎學習 1
剛剛接觸了tensorflow,現在對pytorch也有很大的興趣，說到底，這些機器學習庫都是工具，技多不壓身，2016年到現在也不到三年的庫，發展這麼快必然有它的道理，廢話不多，開始學習吧。包torch包含了多維張量的資料結構以及基於其上的多種數學操作。另外，它也提供了多種工具，其中一些可以有效的...
PyTorch學習（神經網路基礎1）
之前看的那個本深度學習書太難啃了，好多概念都不懂，真就從入門到放棄唄，於是我換了本從基礎講的，先補一補再回去看吧 笑哭 訓練集和測試集內部包含的資料型別都是相同的，即 x，y x代表輸入資料，特徵向量，是個n維的向量 y代表輸出值，標籤。當我們想把訓練集變得更緊湊是時，可以用x乙個矩陣把所有的特徵向...
Pytorch學習 1 pytorch簡介
pytorch簡介 1 pytorch簡介 1.1 pytorch的大概 pytorch不是簡單的封裝 lua torch 提供python介面，而是對當下tensor之上的模組進行重構，並增加了最先進的自動求導系統，成為當下最流行的動態圖框架。pytorch是乙個基於torch的python開源機...