pytorch模块函数API介绍

最新推荐文章于 2025-07-31 19:59:32 发布

原创最新推荐文章于 2025-07-31 19:59:32 发布 · 212 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #python #深度学习

pytorch知识专栏收录该内容

13 篇文章

订阅专栏

本文介绍了PyTorch中的两个关键函数：from_numpy用于将numpy数组转换为Tensor，并且两者共享内存；sqrt函数则用于计算输入Tensor的平方根。示例展示了如何使用这两个函数以及它们的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from_numpy

函数原型：

torch.from_numpy(ndarray) → Tensor

从numpy.ndarray对象中创建一个Tensor。

注意返回的tensor和ndarray共享同一块内存。对tensor的修改会影响ndarray中的数据，反过来也是一样。这个返回的tensor是resizable。

目前这个函数接受数据类型为numpy.float64、numpy.float32、numpy.float16、numpy.complex64、numpy.complex128、numpy.int64、numpy.int32、numpy.int16、numpy.int8、numpy.uint8以及numpy.bool的ndarray

使用示例：

>>> a = numpy.array([1, 2, 3])
>>> t = torch.from_numpy(a)
>>> t
tensor([ 1,  2,  3])
>>> t[0] = -1
>>> a
array([-1,  2,  3])

sqrt

函数原型：

torch.sqrt(input, *, out=None) → Tensor

这个函数返回输入input的开方：

$outi=inputiout_i=\sqrt{input_i}$

参数：

input (Tensor)：输入tensor

keyword参数：

out (Tensor, optional)：输出tensor

使用示例：

>>> a = torch.randn(4)
>>> a
tensor([-2.0755,  1.0226,  0.0831,  0.4806])
>>> torch.sqrt(a)
tensor([    nan,  1.0112,  0.2883,  0.6933])