PyTorch快速入门

前言

你好，我是醉墨居士，今天分享一下PyTorch的基本使用的快速入门教程，希望能够帮助各位快速掌握PyTorch的使用

简介

PyTorch 是一个开源的深度学习框架，由 Facebook 的人工智能研究团队（FAIR）开发。它在学术界和工业界都被广泛使用，为深度学习的研究和应用提供了强大的支持

软件包导入

本教程中我们使用torch和numpy这两个包
如果是ubuntu系统，可以看这个教程配置环境：https://blog.youkuaiyun.com/qq_67733273/article/details/144787375

import torch
import numpy as np

创建张量

• form list

print(torch.tensor([1, 2]), torch.tensor([[1, 2], [3, 4]]))

tensor([1, 2]) tensor([[1, 2],
        [3, 4]])

• form numpy

print(torch.from_numpy(np.array([1, 2])))

tensor([1, 2])

• 全0填充

print(torch.zeros(2, 3))

tensor([[0., 0., 0.],
        [0., 0., 0.]])

• 全1填充

print(torch.ones(2, 3))

tensor([[1., 1., 1.],
        [1., 1., 1.]])

• 自定义数值全部填充

print(torch.full([2, 3], 6))

tensor([[6, 6, 6],
        [6, 6, 6]])

• 对角矩阵

print(torch.eye(3, 3))

tensor([[1., 0., 0.],
        [0., 1., 0.],
        [0., 0., 1.]])

• 未初始化

print(torch.empty(2, 3))

tensor([[5.1981e-06, 0.0000e+00, 0.0000e+00],
        [0.0000e+00, 1.5134e-21, 4.2892e-41]])

• 标准正态分布

print(torch.randn(2, 3))

tensor([[ 0.0711,  0.2728, -0.4199],
        [ 1.0625,  0.9611, -2.0447]])

• 0 - 1浮点均匀分布

print(torch.rand(2, 3))

tensor([[0.2974, 0.6033, 0.7126],
        [0.1599, 0.5974, 0.8983]])

• 1 - 9整数均匀分布

print(torch.randint(1, 10, [2, 3]))

tensor([[1, 2, 8],
        [9, 3, 4]])

• 递增数列， 0 ~ 9，步长是2

print(torch.arange(0, 10, 2))

tensor([0, 2, 4, 6, 8])

• 等差数列，0 ~ 10, 共计4个数

print(torch.linspace(0, 10, 4))

tensor([ 0.0000,  3.3333,  6.6667, 10.0000])

• 指定类型创建

print(torch.FloatTensor([1, 2]), torch.LongTensor([1, 2]))

tensor([1., 2.]) tensor([1, 2])

类型操作

• 获取数据类型

print(torch.randn(2, 3).dtype)

torch.float32

• 转换数据类型

print(torch.randn(2, 3).to(torch.float64).dtype)

torch.float64

• 张量形状

print(torch.randn(2, 3).shape