Pytorch官方指南(三) 翻譯版本

2021-10-02 10:35:33 字數 2779 閱讀 8053

torch package包含多維tensor的資料結構,並定義了它們的數**算。此外,它還提供了許多實用程式來高效序列化tensor和任意型別,以及其他有用的實用程式。

它有乙個cuda對應項,使您能夠在計算能力大於等於3.0的nvidia gpu上執行tensor計算。

引數:obj物件。

作用:判斷該obj物件是否為pytorch的tensor物件,若是函式返回true

原始碼:

def is_tensor

(obj)

: r"""returns true if

`obj`

is a pytorch tensor.

args:

obj(object)

: object to test

"""return

isinstance

(obj, torch.tensor)

引數:obj物件。

作用:判斷該obj物件是否為pytorch儲存的物件,若是函式返回true

原始碼:

def is_storage

(obj)

: r"""returns true if

`obj`

is a pytorch storage object.

args:

obj(object)

: object to test

"""return

type

(obj)

in _storage_classes

引數:tensor物件。

作用:判斷該tensor物件是否為pytorch浮點型物件(torch.float64, torch.float32 或 torch.float16),若是函式返回true

例子:···

引數:torch.float64, torch.float32 或 torch.float16。

作用:設定tensor的預設浮點型別,系統預設是 torch.float32。

例子:

>>> torch.

tensor([

1.2,3]

).dtype # 初始化預設torch.float32。

torch.float32

>>> torch.

set_default_dtype

(torch.float64)

>>> torch.

tensor([

1.2,3]

).dtype # 更改預設浮點型別為torch.float64。

引數:無。

作用:得到tensor的預設浮點型別。

例子:

>>> torch.

get_default_dtype

() # 初始化預設型別torch.float32。

torch.float32

>>> torch.

set_default_dtype

(torch.float64)

>>> torch.

get_default_dtype

() # 預設型別更改為torch.float64。

torch.float64

>>> torch.

set_default_tensor_type

(torch.floattensor) # 設定tensor型別也會影響這個。

>>> torch.

get_default_dtype

() # 改變為torch.floattensor對應的torch.float32型別。

torch.float32

引數:t (python:type or string) – 浮點tensor型別或它的名字(string)。

作用:將預設torch.tensor型別設定為浮點tensor型別t。此型別也將用作torch.tensor()中預設浮點型別。預設的浮點張量型別最初是torch.floattensor。

例子:

>>> torch.

tensor([

1.2,3]

).dtype # 初始化浮點型別torch.float32

torch.float32

>>> torch.

set_default_tensor_type

(torch.doubletensor)

>>> torch.

tensor([

1.2,3]

).dtype # 乙個新的浮點型別

torch.float64

引數:input (tensor) – 輸入乙個tensor。

作用:返回這個tensor所有元素的總數。

例子:

>>> a = torch.

randn(1

,2,3

,4,5

)>>> torch.

numel

(a)120

>>> a = torch.

zeros(4

,4)>>> torch.

numel

(a)16

Pytorch官方指南(二) 翻譯版本

torch.cuda用於設定和執行cuda操作。它跟蹤當前選定的gpu,預設情況下,您分配的所有cuda tensor都將在該裝置上建立。無論怎麼樣,一旦分配了乙個張量,就可以對它進行操作,而不必考慮所選的裝置,結果將始終與張量放在同乙個裝置上。預設情況下不允許跨gpu操作,除了copy u 和其他...

Pytorch官方指南(四) 翻譯版本

引數 data,tensor的初始資料。可以是list tuple numpy ndarray scalar和其他型別。dtype,可選 返回的張量的所需資料型別。預設值 從輸入資料推斷的型別。device,可選 返回的張量的所需資料型別。預設值 當前預設裝置。作用 將其他型別資料轉換為tensor...

Pytorch官方文件(八)翻譯版本

import torch.nn as nn import torch.nn.functional as fclass model nn.module def init self super model,self init self.conv1 nn.conv2d 1 20,5 self.conv2 ...