torch.ones、eye、zeros、zeros_like、rand、max、randint、normal、uniform_、linspace、randperm、T(转置)

Tensor

import torch

# 生成一个指定的tensor
a = torch.Tensor([[1, 2], [3, 4]])
print(a)
print(a.type())

Tensor

# 生成一个2行3列的tensor
a = torch.Tensor(2, 3)
print('Tensor', a)
print(a.type())

ones

# 生成3行3列的全1 的tensor
a = torch.ones(3, 3)
print('ones', a)
print(a.type())

eye

# 对角线是1其他全0
a = torch.eye(3, 3)
print('eye', a)
print(a.type())

zeros

# 生成3行3列全0的tensor
a = torch.zeros(3, 3)
print('zeros', a)
print(a.type())

zeros_like

# 生成形状和a相似的全0的tensor
b = torch.zeros_like(a)
# 生成形状和a相似的全1的tensor
c = torch.ones_like(a)
print('zeros_like', b)
print('ones_like', c)

rand

# 生成一个随机的两行三列的Tensor
a = torch.rand(2, 3)
print('rand', a)
print(a.type())

注意不同取值方式的变化

取单列

取多列 又在外边套了一层列表

max 参照上一个

randint

normal

# 5组随机，均值为0的正态分布
a = torch.normal(mean=0.0, std=torch.rand(5))
print('normal', a)
print(a.type())

# 5组随机，均值为随机的正态分布
a = torch.normal(mean=torch.rand(5), std=torch.rand(5))
print(a)
print(a.type())

uniform_

# 均匀分布
a = torch.Tensor(2, 2).uniform_(-1, 1)
print('uniform_', a)
print(a.type())

arange

# 0到10 不包括10 步长为1
a = torch.arange(0, 10, 1)
print('arange', a)
print(a.type())

linspace

# 在1，10 之间等间隔切分为3块，开始为1 结束为10
a = torch.linspace(1, 10, 3)
print('linspace', a)
print(a.type())

randperm

# 生成一个从0到10，不包含10的随机乱序列
a = torch.randperm(10)
print('randperm', a)
print(a.type())

T t()