本文详细介绍了Pytorch中的Tensor操作，包括size()和shape、view、numel、squeeze和unsqueeze等。此外，还讲解了Tensor的索引、运算，如加减乘除、矩阵点乘、类型转换、转置与变形，以及设备间移动。理解Tensor在Pytorch中的应用对于深度学习和机器学习至关重要。
本文始发于个人公众号：TechFlow，原创不易，求个关注
今天是Pytorch专题的第二篇，我们继续来了解一下Pytorch中Tensor的用法。
上一篇文章当中我们简单介绍了一下如何创建一个Tensor，今天我们继续深入Tensor的其他用法。
tensor操作
size()和shape
我们可以用size()函数或者直接调用tensor当中的shape属性获取一个tensor的大小，这两者是等价的，一般情况下我们用前者多一些。
view
我们可以通过view改变一个tensor的shape，它会根据我们指定的shape返回一个新的tensor。
需要注意的是，view返回的是原数据的一个引用，也就是说我们改变原数据，view出来的结果会同样发生变化。
在上面这个例子当中，我们把原tensor x中的[0, 1]的位置修改成了2，我们print y会发现y当中的元素同样发生了变化。
numel
我们可以用numel获取tenosr当中元素的数量:
squeeze和unsqueeze
我们可以用squeeze来减少tensor的维度，而使用unsqueeze来增加一个tenor的维度。</
最低0.47元/天 解锁文章
扫一扫
8万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
