PyTorch张量的创建与基本类型
0 导读
在我们不知道什么是深度学习计算框架时,我们可以把PyTorch
看做是Python
的第三方库,在PyTorch
中定义了适用于深度学习的张量Tensor
,以及张量的各类计算。就相当于NumPy
中定义的Array
和对应的科学计算方法,正是这些基本数据类型和对应的方法函数,为我们进一步在PyTorch
上进行深度学习建模提供了基本对象和基本工具。
因此,我们需要熟练掌握PyTorch
中张量的基本操作方法。torch.Tensor
是一种包含单一数据类型元素的多维矩阵。
import torch
torch.__version__
# '1.7.0'
1 张量的创建
张量的最基本创建方法和Numpy
中创建Array
的格式一致,都是创建函数的格式。
1.1 通过列表创建
t = torch.tensor([1, 2])
print(t)
# tensor([1, 2])
1.2 通过元组创建
t = torch.tensor((1, 2))
print(t)
# tensor([1, 2])
1.3 通过Numpy
创建
import numpy as np
n = np.array([1, 2])
t = torch.tensor(n)
print(t)
# tensor([1, 2])