PyTorch深度学习入门 Tensor基础 1.1 Tensor 2. 基本创建方法

秒速五厘米 2024-03-27 14:31 83阅读 0赞

#### PyTorch深度学习入门 ####

![在这里插入图片描述][f229908ac1df4bdf813b8836e680d214.png_pic_center]

##### Tensor基础 #####

###### 2. 基本创建方法 ######

在PyTorch中创建张量时需要导入torch包，然后使用torch.Tensor()函数创建Tensor。

![在这里插入图片描述][c28bc9831fa143c1ae54e9d1777527c0.png_pic_center]

传入参数2,4 ，构造一个大小为 2x4 矩阵。

看看它的默认类型

![在这里插入图片描述][221b1093662a415ca19382e5a8827088.png_pic_center]

Tensor 一共包含8 种数据类型：

<table> 
 <thead> 
  <tr> 
   <th align="center">数据类型</th> 
   <th align="center">dtype</th> 
   <th align="center">CPU Tensor类型</th> 
   <th align="center">GPU Tensor类型</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">32位浮点数</td> 
   <td align="center">torch.float32或torch.float</td> 
   <td align="center">torch.FloatTensor</td> 
   <td align="center">torch.cuda.FloatTensor</td> 
  </tr> 
  <tr> 
   <td align="center">64位浮点数</td> 
   <td align="center">torch.float64或torch.double</td> 
   <td align="center">torch.DoubleTensor</td> 
   <td align="center">torch.cuda.DoubleTensor</td> 
  </tr> 
  <tr> 
   <td align="center">16位浮点数</td> 
   <td align="center">torch.float16或torch.half</td> 
   <td align="center">torch.HalfTensor</td> 
   <td align="center">torch.cuda.HalfTensor</td> 
  </tr> 
  <tr> 
   <td align="center">8位无符号整数</td> 
   <td align="center">torch.uint8</td> 
   <td align="center">torch.ByteTensor</td> 
   <td align="center">torch.cuda.ByteTensor</td> 
  </tr> 
  <tr> 
   <td align="center">8位有符号整数</td> 
   <td align="center">torch.int8</td> 
   <td align="center">torch.CharTensor</td> 
   <td align="center">torch.cuda.CharTensor</td> 
  </tr> 
  <tr> 
   <td align="center">16位有符号整数</td> 
   <td align="center">torch.int16或torch.short</td> 
   <td align="center">torch.ShortTensor</td> 
   <td align="center">torch.cuda.ShortTensor</td> 
  </tr> 
  <tr> 
   <td align="center">32位有符号整数</td> 
   <td align="center">torch.int32或torch.int</td> 
   <td align="center">torch.IntTensor</td> 
   <td align="center">torch.cuda.IntTensor</td> 
  </tr> 
  <tr> 
   <td align="center">64位有符号整数</td> 
   <td align="center">torch.int64或torch.long</td> 
   <td align="center">torch.LongTensor</td> 
   <td align="center">torch.cuda.LongTensor</td> 
  </tr> 
 </tbody> 
</table>

通过传入Python 原生list 数据结构对其进行初始化：

list = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
    torch.Tensor(list)

![在这里插入图片描述][a941f18c326a477e832769aca0563c5d.png_pic_center]

接着可以通过Python 的索引方式来获取Tensor 中的元素值：

![在这里插入图片描述][503a93fc4c244d0690754ced711fb9d3.png_pic_center]

同理可以通过索引方式修改Tensor 中的元素。

[f229908ac1df4bdf813b8836e680d214.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/3f1e4bed0119466bbc76e960c4a45fc0.png
[c28bc9831fa143c1ae54e9d1777527c0.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/ce3b9a4919544dbda4f15ea28ae9122d.png
[221b1093662a415ca19382e5a8827088.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/10173eb735f64816a4ebdd370ae6dcc8.png
[a941f18c326a477e832769aca0563c5d.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/7521c4db1a574af2acfecef7eb56821c.png
[503a93fc4c244d0690754ced711fb9d3.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/42f4d8ddd6c04c3eb2d0724be60a3fec.png