Py torch—tensor

一、Tensor

        a.  各种数值数据称为张量

        b.  常数： scaler：0阶张量

        c.  向量： vector：1阶张量

        d.  矩阵： matrix：2阶张量

        e.  3阶张量

二、张量创建方法

        a.  torch.tensor(list)

        b.  torch.empty()/zeros()/ones()

        c.  torch.rand()/randint()/randn()

三、张量的方法和属性

        a.  数据中只有一个元素的时候，取值tensor.item()

        b.  转化为numpy数组时：tensor.numpy()

        c.  获取形状：

                i.  tensor.size()

                ii.tensor.size(1)  #获取一个维度的形状

        d.  形状的变化：tensor.view([shape])

        e.  获取阶数：tensor.dim()

        f.  常用计算方法： tensor.max()/min/std

        g.转置：

                i.  二维tensor.t()  tensor.transpose(0,1)

                ii.高维： tensor.transpose(1,2)/tensor.permute(0,2,1)

                               transpose(0,1)沿x轴顺时针旋转

                               transpose(0,2)沿z轴顺时针旋转

                               transpose(1,2)每块转置

       

    h.取值和切片           

        i.  t[1.2,3]

                ii.  t[1,:,:]

                iii.t[1,2,3] = 100

四、数据类型

        a. 指定的数据类型

                i.  torch.tensor(array.dtype)

                ii.  torch.ones(array.dtype)

        b. 获取数据类型

                i.   tensor.dtype

        c. 修改数据类型

                i.  tensor.float()/long()/int()

        d. torch.Tensor和torch.tensor的区别

                i.   全局（默认的数据类型）是torch.float32

                ii.  torch.Tensor()传入数字表示形状和torch.FloatTensor相同

                iii.  torch.Tensor传入可迭代对象表示数据，类型为模型的数据类型

                iv.  torch.tensor()为创建tensor的方法

五、原地修改的方法：

        a.  x.add(y) 直接会修改x的值

六、GPU中tensor的使用

        a. 实例化device： torch.device("cuda:0" if  torch.cuda.is_available() else "cpu")

        b. tensor.to(device)  # 把tensor转化为CUDA支持的tensor,或者CPU支持的tensor