Pytorch官方指南(三) 翻译版本
torch.as_tensor
参数:
- data,Tensor的初始数据。可以是list、tuple、NumPy ndarray、scalar和其他类型。
- dtype,(可选)返回的张量的所需数据类型。默认值:从输入数据推断的类型。
- device,(可选)返回的张量的所需数据类型。默认值:当前默认设备。
作用:
将其他类型数据转换为tensor类型,但只要device不等于cuda,转换的tensor类型变量与原变量共享一个内存。
例子:
>>> a = numpy.array([1, 2, 3])
>>> t = torch.as_tensor(a)
>>> t
tensor([ 1, 2, 3])
>>> t[0] = -1
>>> a
array([-1, 2, 3])
>>> a = numpy.array([1, 2, 3])
>>> t = torch.as_tensor(a, device=torch.device('cuda'))
>>> t
tensor([ 1, 2, 3])
>>> t[0] = -1
>>> a
array([1, 2, 3])
torch.zeros
参数:
- size, 定义输出张量形状的一系列整数。可以是可变数目的参数或集合,如列表或元组。
- out,输出的Tensor。
- dtype,返回的张量的所需数据类型。默认值:如果没有,则使用全局默认值。
- layout,返回张量的所需布局。默认值:torch.stridded。
- device ,返回张量的所需设备。默认:如果没有,则使用当前设备作为默认张量类型。
- requires_grad,如果autograd应该在返回的张量上记录操作。默认值:False。
作用:
创建全0的tensor。
例子:
>>> torch.zeros(2, 3)
tensor([[ 0., 0., 0.],
[ 0., 0., 0.]])
>>> torch.zeros(5)
tensor([ 0., 0., 0., 0., 0.])
torch.linspace
参数:
- start,生成的tensor中数值的起始值,包括此值。
- end,生成的tensor中数值的终止值,包括此值。
- steps,起始值与终止值之间的每两个数之差,可以理解为步长。
- out,(可选)输出的tensor。
- dtype,(可选)返回的张量的所需数据类型。默认值:如果没有,则使用全局默认值。
- layout,(可选)返回张量的所需布局。默认值:torch.stridded。
- device,(可选)返回张量的所需设备。默认:如果没有,则使用当前设备作为默认张量类型。
- requires_grad,(可选)如果autograd应该在返回的张量上记录操作。默认值:False。
例子:
>>> torch.linspace(3, 10, steps=5)
tensor([ 3.0000, 4.7500, 6.5000, 8.2500, 10.0000])
>>> torch.linspace(-10, 10, steps=5)
tensor([-10., -5., 0., 5., 10.])
>>> torch.linspace(start=-10, end=10, steps=5)
tensor([-10., -5., 0., 5., 10.])
>>> torch.linspace(start=-10, end=10, steps=1)
tensor([-10.])
torch.eye
参数:
- n,行数。
2.m,(可选)列数,默认与行数相等。 - out,(可选)输出的tensor。
- dtype,(可选)返回的张量的所需数据类型。默认值:如果没有,则使用全局默认值。
- layout,(可选)返回张量的所需布局。默认值:torch.stridded。
- device,(可选)返回张量的所需设备。默认:如果没有,则使用当前设备作为默认张量类型。
- requires_grad,(可选)如果autograd应该在返回的张量上记录操作。默认值:False。
作用:
返回二维张量,对角线元素为1,其余元素为0。
例子:
>>> torch.eye(3)
tensor([[ 1., 0., 0.],
[ 0., 1., 0.],
[ 0., 0., 1.]])
torch.empty
参数:
- size,定义输出张量形状的一系列整数。可以是可变数目的参数或集合,如列表或元组。
- out,(可选)输出的tensor。
- dtype,(可选)返回的张量的所需数据类型。默认值:如果没有,则使用全局默认值。
- layout,(可选)返回张量的所需布局。默认值:torch.stridded。
- device,(可选)返回张量的所需设备。默认:如果没有,则使用当前设备作为默认张量类型。
- requires_grad,(可选)如果autograd应该在返回的张量上记录操作。默认值:False。
例子:
>>> torch.empty(2, 3)
tensor(1.00000e-08 *
[[ 6.3984, 0.0000, 0.0000],
[ 0.0000, 0.0000, 0.0000]])
>>> torch.empty(1)
>>> torch.empty([1, 3])
tensor([1.1673e-42])
tensor([[-3.3881e+24, 4.5908e-41, -3.3881e+24]])