pytorch基础知识

数据类型

基本数据类型:
在这里插入图片描述
练习:CPU和GPU下的数据类型
在这里插入图片描述
在这里插入图片描述


维度变换

dim 0、rank 0:注意tensor里面传的参数是1. 而不是[1.],二者有所区别,但是troch.tensor(1.).view(-1)之后返回的是dim为1。shape和size()都是返回tensor的每个维度的元素数目,但是shape是tensor的属性,size()是tensor的函数。
在这里插入图片描述
在这里插入图片描述
dim1、rank1:tensor 维度为1,传入创建tensor的是一个数组,调用from_numpy()可以从numpy对象中创建一个tensor对象,注意与dim0的区别,同时调用FloatTensor(2)返回的是维度为1的两个随机浮点数
在这里插入图片描述
在这里插入图片描述
dim 2:
在这里插入图片描述
dim 3 :
在这里插入图片描述
dim 4:
在这里插入图片描述


索引与切片

Index:根据索引index获取元素

在这里插入图片描述
select first/last N:

在这里插入图片描述
select by steps:

在这里插入图片描述
select by specific index:调用index_select函数实现

在这里插入图片描述
省略号:只要选取的是1就可以把该维度去掉,只保留一个元素。

在这里插入图片描述
select by mask:调用.masked_select()函数,返回的是一维数据。

在这里插入图片描述
select by flatten index:先将tensor flatten成一维数据,再根据传入的tensor索引获取元素。

在这里插入图片描述


tensor维度变换

view() / reshape(): 维度变换
在这里插入图片描述
Squeeze v.s. unsqueeze :降低维度或者拓展维度
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
squeeze:当维度元素维1时,才会发生降维操作

在这里插入图片描述
Expand: broadcasting
在这里插入图片描述
Repeat: memory copied
在这里插入图片描述
.t : 仅限二维数据
在这里插入图片描述
Transpose:
在这里插入图片描述
permute:
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值