Pytorch简明教程01

---

01 Pytorch基础知识

主要介绍pytorch中的tensor，包括tensor的创建、基本操作、广播机制等

1.1 Tensor简介

tensor，即张量，是基于向量和矩阵的拓展：

• 0D tensor：标量
• 1D tensor：矢量
• 2D tensor：矩阵
• 3D tensor：时间序列，RGB图像
• 4D tensor：多张RGB图像，一段视频
• 5D tensor：多个视频（第一个维度是batchsize

1.2 Tensor的创建

# 直接通过torch.tensor(data)创建
torch.tensor([1,2,3,4])
# 随机初始化
torch.rand(4)
# 全0
torch.zeros(4)
# 全1
torch.ones(4)
# 规定范围和步长进行创建
torch.arange(0,10,2)

函数	功能
Tensor(sizes)	基础构造函数
tensor(data)	类似于np.array，参数是一个list,[]
ones(sizes)	全1
zeros(sizes)	全0
eye(sizes)	对角为1，其余为0
arange(s,e,step)	从s到e，步长为step
linspace(s,e,steps)	从s到e，均匀分成step份
rand/randn(sizes)	rand是[0,1)均匀分布；randn是服从N(0，1)的正态分布
normal(mean,std)	正态分布(均值为mean，标准差是std)
randperm(m)	随机排列

在创建tensor的时候，可以通过参数dtype来指定tensor中的数据类型。

也可以基于numpy的array创建tensor，主要使用torch.from_numpy()方法

# 从NumPy ndarray转换为Tensor
import numpy as np
np_array = np.array([1, 2, 3])
tensor_from_np = torch.from_numpy(np_array)

通过size()或者shape可以查看tensor的形状。

1.3 张量的操作

1. 运算操作

运算包括普通的四则运算和矩阵运算

四则运算，都是进行逐个元素的运算：

• 加法：

  torch.add(tensor1, tensor2)
  # 或者
  tensor1 + tensor2
  

• 减法：

  torch.sub(tensor1, tensor2)
  # 或者
  tensor1 - tensor2
  

• 乘法（逐元素）：

  torch.mul(tensor1, tensor2)
  # 或者
  tensor1 * tensor2
  

• 除法（逐元素）：

  torch.div(tensor1, tensor2)
  # 或者
  tensor1 / tensor2
  

import torch

# 创建两个Tensor
tensor1 = torch.tensor([1, 2, 3], dtype=torch.float32)
tensor2 = torch.tensor([4, 5, 6], dtype=torch.float32)

# 加法
add_result = tensor1 + tensor2