pytorch 创建 tensor

1. 从np中读取

a = np.array([1,2,3,4.2])
b = torch.from_numpy(a)

  

2. 直接读取list 

a = [1,2,3,4,5.1]
b = torch.tensor(a)
c = torch.tensor([1,2,3])

   

3. 直接生成 

a = torch.Tensor(2,3)
b = torch.FloatTensor(2,3)
c = torch.IntTensor(2,3)

        

 这里注意 torch.Tensor(2,3) ，默认生成 torch.FloatTensor 类型的数据。

 还要注意 torch.Tensor(2,3)， 和 torch.tensor([2, 3]) 的区别，后者是读取列表的数据，前者的参数是tensor的维度

 还有一种并不推荐使用的方法：

  

容易发生混淆，所以不推荐使用。

 默认的tensor类型可以更改：

torch.set_default_tensor_type(torch.DoubleTensor)

这样使用torch.Tensor  torch,tensor等方法时，生成的类型就成了Double类型了

4. 随机数据

torch.rand(2,3)
torch.randn(2,3)

     

rand生成的数据在区间[0, 1)均匀分布，randn满足标准正态分布。

5. 其他（太糟心了，其他都写道这里面）

   

1，10是随机区间，[2,3]是维度。

  

rand_like() 随机一个维度相同的。

  

full()函数。

  

arange 类似python的arange

  

1,10 表示区间，6表示数量，从1-10均分 

  

10的x次方，x取0-1均分4个

   

ones和zeros

对角矩阵

 0-x的随机打乱。