一文搞懂pytorch数据结构

系列文章目录

`
第一章 pytorch深度学习入门之pytorch数据结构的使用

---

---

一、pytorch数据张量结构运算

张量的索引切片方式和numpy几乎是一样的。切片时支持缺省参数和省略号。

可以通过索引和切片对部分元素进行修改。

此外，对于不规则的切片提取,可以使用torch.index_select, torch.masked_select, torch.take

如果要通过修改张量的某些元素得到新的张量，可以使用torch.where,torch.masked_fill,torch.index_fill

二、案例演示

索引切片

manual_seed()随机种子
floor()向上取整
rand()三维的矩阵
dim()该矩阵的维度

更多参考案例转载自博主https://www.heywhale.com/notebooks/run/634ccd45c7ad6e58ba28c4d1?label=62412710e2ca7e0017eaff45&image=634509ea4d4ad099947aad11&notebook=634ccd45c7ad6e58ba28c4dd&beta=1

---

总结

做为初学pytorch的新手，这个文章十分适合学习。