Pytorch入门——Tensor

本文是Pytorch入门系列博客,主要讲解了Pytorch中的Tensor概念,包括Tensor与numpy数组之间的相互转化,以及Tensor的运算操作。通过实例展示了如何创建Tensor,以及加法运算的不同语法形式,并提到了利用CUDA进行GPU加速的可能性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在之前的博客已经对Pytorch进行了介绍安装,接下来正式学习Pytorch,本章博客主要介绍torch Tensor、torch Tensor与numpy array的转化以及运算操作。

1.Tensor

Tensor类似于numpy的ndarrays,另外它还可以在GPU上使用Tensor进行加速计算。
导入pytorch包

import torch

下面讲解如何创建一个5*3的矩阵,并输出

x = torch.Tensor(5, 3)
print(x)
#输出:
   0.0000    0.0000    0.0000
   0.0000    0.4677    0.0000
   0.4692    0.0000    0.4662
   0.0000    0.4693    0.0000
  12.7686  189.2708    0.0000
[torch.FloatTensor of size 5x3]

创建一个随机初始化矩阵

x = torch.rand(5, 3)
print(x)
#输出:
 0.0608  0.8530  0.3833
 0.3624  0.2066  0.9663
 0.6356  
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