pytorch 张量

例程1:

import torch
t2=torch.tensor([[0,1,2],[3,4,5]])
print(t2)
print('数据={}'.format(t2))
print(t2.reshape(3,2))
print(t2+1)
print('大小={}'.format(t2.size()))
print('维度={}'.format(t2.dim()))
print('元素的个数={}'.format(t2.numel()))
print('元素的类型={}'.format(t2.dtype))

运行结果:

tensor([[0, 1, 2],
        [3, 4, 5]])
数据=tensor([[0, 1, 2],
        [3, 4, 5]])
tensor([[0, 1],
        [2, 3],
        [4, 5]])
tensor([[1, 2, 3],
        [4, 5, 6]])
大小=torch.Size([2, 3])
维度=2
元素的个数=6
元素的类型=torch.int64

构造随机变量

torch.bernoulli() 可以生成元素值为1或者0的张量

例程2.1 

probs=torch.full((3,4),0.5)
print(probs)
z1=torch.bernoulli(probs)
print(z1)

运行结果

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