PyTorch Tensor相关操作

giser2016

于 2024-03-03 15:43:25 发布

阅读量180

点赞数 4

CC 4.0 BY-SA版权

分类专栏： Pytorch笔记文章标签： python pytorch

本文链接：https://blog.youkuaiyun.com/giser2016/article/details/136432787

本文详细介绍了如何在PyTorch中使用tensor进行初始化、转换、属性查看、切片、数学运算（如矩阵乘法、逐元素乘法）、求和以及加法操作，并展示了如何将tensor转换回numpy数组。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import torch
import numpy as np

# 1>>> 初始化tensor
# (1) 直接创建数值tensor
data = [[1, 2], [3, 4]]
x_data = torch.tensor(data)

# (2) 由Numpy数组转为tensor
np_array = np.array(data)
x_np = torch.from_numpy(np_array)

# (3) 来自其他tensor
x_rand = torch.rand_like(x_data, dtype=torch.float)

# (4) 创建随机tensor
shape = (2, 3, )
rand_tensor = torch.rand(shape)
ones_tensor = torch.ones(shape)
zeros_tensor = torch.zeros(shape)

# 2>>> tensor属性
tensor1 = torch.rand(3, 4)
print(f"形状:\n {tensor1.shape}")
print(f"数据类型:\n {tensor1.dtype}")
print(f"存放CPU或GPU:\n {tensor1.device}")
print(f"维度:\n {tensor1.ndim}")
print(f"数据:\n {tensor1.data}")

# 3>>> tensor切片
tensor2 = torch.rand(3, 4)
tensor2[..., -1] = 500
print(f"第一行：{tensor2[0]}")
print(f"第一行第一个：{tensor2[0][0]}")
print(f"第一列：{tensor2[:, 0]}")
print(f"最后一列：

最低0.47元/天解锁文章