PyTorch - Tensor 张量

Tensor

数据类型

• data :
• dtype :
• shape :
• device : 张量所在设备，GPU / CPU，是加速的关键
• requires_grad :
• grad :
• grad_fn :
• is_leaf :

创建方式

torch.tensor() : 直接创建

torch.tensor(							# 从data创建tensor
			data,						# data : 可以是list，numpy
			dtype = None,				# 数据类型，默认与data一致
			device = None,				# 所在设备
			requires_grad = False,		# 是否需要梯度
			pin_memory = False			# 是否存于锁页内存
)	

从数据创建

torch.from_numpy(ndarry)			# 从numpy创建tensor

注意 : 从torch.from_numpy(ndarry)创建的tensor与原ndarray共享内存

torch.rand： （0， 1）均匀分布创建

torch.randn： 标准正态分布创建

张量的拼接

torch.cat() ： 在已有维度进行拼接

torch.cat(			# 在已有维度进行拼接
		tensors,	# 张量序列
		dim			# 维度
)

import torch

arr = torch.ones((2, 3))

arr_0 = torch.cat([arr, arr], dim=0)
arr_1 = torch.cat([arr, arr], dim=1)

print("arr:{} shape:{}\narr_0:{} shape:{}\narr_1:{} shape:{}".format(arr, arr.shape, arr_0, arr_0.shape, arr_1, arr_1.shape