Pytorch基本数据操作（Tensor的运算）【深度学习从0到1】

最新推荐文章于 2025-05-11 10:00:00 发布

AI阿远学长

最新推荐文章于 2025-05-11 10:00:00 发布

阅读量727

点赞数 10

CC 4.0 BY-SA版权

分类专栏： Pytorch全面教程从0到1 文章标签：深度学习 pytorch python 人工智能

本文链接：https://blog.youkuaiyun.com/AI_ayuan/article/details/129016721

Pytorch基础数据操作

在深度学习中，我们经常会需要处理许多数据，本节阿远学长将讲述如何对内存中的数据进行操作。

在PyTorch中，我们主要通过torch.Tensor对数据进行存储和变换操作，使用过numpy库的我们就可以发现，tensor和numpy里的多维数组十分相似。但是由于tensor提供GPU计算和自动求梯度等功能从而更适合深度学习。

"tensor"我们通常译为“张量”，张量可以看作多维数组，标量可以看作为0维张量，向量可以看作为1维张量，矩阵可以看作为2维张量。

创建`Tensor`

对于tensor的创建，首先我们要导入PyTorch

import pytorch

然后我们创建一个5 $\times$ 3未初始化的Tensor：

x=torch.empty(5,6)
print(x)

输出为：

tensor([[4.9592e-39, 4.2246e-39, 1.0286e-38],
        [1.0653e-38, 1.0194e-38, 8.4490e-39],
        [1.0469e-38, 9.3674e-39, 9.9184e-39],
        [8.7245e-39, 9.2755e-39, 8.9082e-39],
        [9.9184e-39, 8.4490e-39, 9.6429e-39]])

创建一个随机初始化的5 $\times$ 3的Tensor：

x=torch.rand(5,3)
print(x)

输出为：

tensor([[0.0674, 0.7582, 0.2703],
        [0.0939, 0.9115, 0.5989],
        [0.9999, 0.7047, 0.2251],
        [0.8123, 0.6745, 0.1700],
        [0.6609, 0.3971, 0.1377]])

创建一个5 $\times$