pytorch中的Tensor使用入門

1.3 級聯操作cat

1.4 常用tensor

1.5 tensor在cnn中的形式

1.6 element-wise

#直接建立

t = torch.rand(3,
4)#把numpy轉為tensor
t = np.random.rand(3,
4)#torch.tensor是呼叫乙個類，會預設把data轉為float
t = torch.tensor(t)
#torch.tensor是使用工廠方法，不會轉化資料型別
t = torch.tensot(t)

#tensor維度轉換,實際上還是二維的

t = torch.reshape(t,(1
,12))
#dense拉扯為一維
t = t.reshape(1,
12).squeeze(
)#效果與reshape+squeeze一致
t = t.flatten(
)

t1 = torch.tensor([[

1,1,
1,1]
,[2,
2,2,
2],[
3,3,
3,3]
])#tensor([6., 6., 6., 6.])
print
(t1.
sum(dim=0)
)print
(t1[0]
+t1[1]
+t1[2]
)#tensor([ 4.,  8., 12.])
print
(t1.
sum(dim =1)
)print
(t1[0]
.sum()
+ t1[1]
.sum()
+ t1[2]
.sum()
)

t1 = torch.rand(2,

2)t2 = torch.rand(2,
2)t3 = torch.cat(
(t1,t2)
,dim=0)
# t3 = torch.cat((t1,t2),dim=1)

#對角矩陣

torch.eye(2)
#零矩陣
torch.zeros(2,
2)#一矩陣
torch.ones(2,
2)

t1 = torch.tensor([[

1,1,
1,1]
,[1,
1,1,
1],[
1,1,
1,1]
,[1,
1,1,
1]])
t2 = torch.tensor([[
2,2,
2,2]
,[2,
2,2,
2],[
2,2,
2,2]
,[2,
2,2,
2]])
t3 = torch.tensor([[
3,3,
3,3]
,[3,
3,3,
3],[
3,3,
3,3]
,[3,
3,3,
3]])
#shape(3,4,4) -> batch,heigth,width
tt = torch.stack(
(t1,t2,t3)
)#shape(3,1,4,4) -> batch,channel,heigth,width
tt = torch.reshape(tt,(3
,1,4
,4))
#可以看成有3張**，而每張**的channel都是1，也就是都是黑白**。後面的是**的尺寸

會對對應每個元素進行操作。

t1 = torch.rand(3,

4)t2 = torch.ones(1,
4)print
(t1 + t2)
print
(t1 +
1)

pytorch中tensor型別轉換

tensor轉numpy tensor.numpy numpy轉tensor torch.from numpy 2 tensor與list tensor轉list tensor.tolist list轉tensor torch.tensor 3 tensor型別轉換 tensor torch.ten...

pytorch中tensor的型別轉換

1 資料型別轉換 在tensor後加 long int float double 等即可，也可以用.to 函式進行轉換，所有的tensor型別可參考 2 資料儲存位置轉換 cpu張量 gpu張量，使用data.cuda gpu張量 cpu張量，使用data.cpu 3 與numpy資料型別轉換 te...

Pytorch中的Tensor常用的型別轉換函式

pytorch中的tensor常用的型別轉換函式 inplace操作 1 資料型別轉換 在tensor後加.long int float double 等即可，也可以用.to 函式進行轉換，所有的tensor型別可參考 2 資料儲存位置轉換 cpu張量 gpu張量，使用data.cuda gpu張量...