Pytorch基礎操作

import torch

import numpy as np
x = torch.empty(5,3)
print(x)
#初始化乙個隨機矩陣
x = torch.zeros(5, 3, dtype=torch.long)
print(x)
#構建乙個全0矩陣
x=x.new_ones(5, 3, dtype=torch.double)
x=torch.randn_like(x, dtype=torch.float)
print(x)
#與numpy的操作差不多
print(x.size())
#基本計算如下
y=torch.rand(5,3)
print(x+y)
print(torch.add(x,y))
#索引 :表示取所有 1表示列
print(x[:,1])
#view操作可以改變矩陣的維度
x=torch.randn(4,4) #4*4
y=x.view(16) #view 拉長
z=x.view(-1,8) #-1表示自動計算 8代表 ？*8 ？自動計算->2*8
print(x.size(),y.size(),z.size())
#與numpy協同操作
a = torch.ones(5)
b= a.numpy()
print(b)
c = np.ones(5)
d = torch.from_numpy(c) #tensor
print(d)

pytorch基礎函式

返回乙個張量，從標準正態分佈 均值為0，方差為1 中抽取的一組隨機數。張量的形狀由引數sizes定義。import torch import torch.nn.functional as f x1 torch.tensor 1,2,3,4 1,3,4,5 3,4,5,6 y11 f.softmax ...

pytorch基礎用法

1.把x0和x1的資料合在一起，宣告是什麼型別的資料集 x torch.cat x0,x1 0 type torch.floattensor shape 200,2 floattensor 32 bit floating y torch.cat y0,y1 type torch.longtensor...

pytorch基礎練習

colab自帶pytorch，是不是很方便！順便，感謝xzy和mds大佬提供的幫助 參考部落格 我猜一定有人想要 吧 import torch x torch.empty 5,3 print x 建立乙個沒有初始化的矩陣 y torch.rand 5,3 print y 建立乙個隨機初始化的矩陣 z...