该段代码展示了在PyTorch中如何创建和操作Tensor，包括指定设备（CPU或GPU）和数据类型，以及使用sparse_coo_tensor函数创建稀疏张量并转换为稠密张量。
Tensor的属性
import torch
# dev = torch.device("cpu")
dev = torch.device("cuda:0")
# a = torch.tensor([2,2], device=dev)
# a = torch.tensor([2,2], dtype=torch.float32, device=dev)
# print(a)
i = torch.tensor([[0,1,2], [0,1,2]])
v = torch.tensor([1, 2, 3])
a = torch.sparse_coo_tensor(i, v, (4, 4), dtype= torch .float32, device= dev ).to_dense()
print(a)
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
