第一章 Pytorch基本语法
提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录- 系列文章目录
- 一、基本语法
- 1.加法
- 2.类似numpy方式对张量进行操作
- 3.关于torch Tensor和 Numpy array 之间的相互转换
- 3.1 torch转Numpy
- 3.2 Numpy转torch
- 总结
一、基本语法 1.加法
代码如下(示例):
y = torch.rand(5,3) print(x+y) print(torch.add(x,y)) result=torch.empty(5,3) torch.add(x,y,out=result) print(result) y.add_(x) print(y)2.类似numpy方式对张量进行操作
对象量切片
print(x[:,1])
改变张量形状:torch.view()。
x=torch.rand(4,4) y=.view(16)#保证元素的总数量不变,这里y变成了1维 z=x.view(-1,8)#-1表示行上自动匹配,8列 print(x,size(),y.size(),z.size())
如果张量中只有一个元素,可以用.item()将值取出,作为一个python number
x=torch.randn(1) print(x) print(x.item())3.关于torch Tensor和 Numpy array 之间的相互转换 3.1 torch转Numpy
a=torch.ones(5) print(a) b=a.numpy() print(b) a.add_(1) print(a) print(b)3.2 Numpy转torch
import numpy as np a=np.ones(5) b=torch.from_numpy(a)#转化语句 np.add(a,1,out=a)#就地加法 print(a) print(b)总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。