Torch.arange函数详解
torch.arange函数详解
官方文档:torch.arange
函数原型
arange(start=0, end, step=1, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) -> Tensor
用法
返回大小为 ⌈ end − start step ⌉ \left\lceil \frac{\text{end} - \text{start}}{\text{step}} \right\rceil ⌈stepend−start⌉ 的一维张量,其值介于区间 [ start , end ) \lbrack\text{start}, \text{end}\rparen [start,end) ,以 step \text{step} step 为步长等间隔取值参数说明
参数 类型 说明 start Number
起始值,默认值: 0
end Number
结束值 step Number
步长,默认值: 1
关键字参数
关键字参数 类型 说明 out Tensor
输出张量 dtype torch.dtype
期望的返回张量的数据类型。默认值:如果是 None
,则使用全局默认值。如果未给出dtype
,则从其他输入参数推断数据类型。如果 start、end 或 stop 中的任何一个是浮点数,则dtype
被推断为默认值,参见 get_default_dtype()。否则,dtype 被推断为torch.int64
layout torch.layout
返回张量的期望布局( layout
)。默认值:torch.strided
device torch.device
返回张量的期望设备。默认值:如果是 None
,则使用当前设备作为默认张量类型,参见 torch.set_default_tensor_type()。对于 CPU 类型的张量,则device
是 CPU ,若是 CUDA 类型的张量,则device
是当前的 CUDA 设备requires_grad bool
autograd 是否记录返回张量上所作的操作。默认值: False
代码示例
>>> torch.arange(5) # 默认以 0 为起点tensor([ 0, 1, 2, 3, 4])>>> torch.arange(1, 4) # 默认间隔为 1tensor([ 1, 2, 3])>>> torch.arange(1, 2.5, 0.5) # 指定间隔 0.5tensor([ 1.0000, 1.5000, 2.0000])
Torch.arange函数详解相关推荐
- 【Pytorch】torch.argmax 函数详解
文章目录 一.一个参数时的 torch.argmax 函数 1. 介绍 2. 实例 二.多个参数时的 torch.argmax 函数 1. 介绍 2. 实例 实例1:二维矩阵 实例2:三维矩阵 实例3 ...
- torch.flatten()函数详解
自己的理解: 介绍torch.flatten()函数的具体使用方法1.首先创建一个三维张量2.调用torch.flatten()函数 import torchx = torch.randn(2, 3, ...
- 【Torch API】pytorch 中torch.ones_like和torch.zeros_like函数详解
torch.ones_like函数和torch.zeros_like函数的基本功能是根据给定张量,生成与其形状相同的全1张量或全0张量,示例如下: input = torch.rand(2, 3) p ...
- torch.zeros() 函数详解
torch.zeros()函数 返回一个形状为为size,类型为torch.dtype,里面的每一个值都是0的tensor torch.zeros(*size, out=None, dtype=Non ...
- torch.topk() 函数详解
作用: 返回 列表中最大的n个值 例子1:m=torch.arange(0,10) print(m.topk(3)) torch.return_types.topk( val ...
- torch.scatter函数详解
#torch.scatter函数官方解释 scatter(output, dim, index, src) → Tensor Writes all values from the tensor src ...
- PyTorch中torch.norm函数详解
torch.norm() 是 PyTorch 中的一个函数,用于计算输入张量沿指定维度的范数.具体而言,当给定一个输入张量 x 和一个整数 p 时,torch.norm(x, p) 将返回输入张量 x ...
- pytorch之torch.nn.Conv2d()函数详解
文章目录 一.官方文档介绍 二.torch.nn.Conv2d()函数详解 参数详解 参数dilation--扩张卷积(也叫空洞卷积) 参数groups--分组卷积 三.代码实例 一.官方文档介绍 官 ...
- np.stack()函数详解 ==>堆叠 【类似于torch.stack()】
目录 1.来看看axis=0时,它是如何进行堆叠的:(按矩阵进行堆叠) 2.再来看看axis=1的时候:(按行进行堆叠) 3.当axis=2时(按列的的元素进行堆叠,先堆叠三个矩阵的第0个元素0,12 ...
最新文章
- Pandas批量删除dataframe列名中的后缀实战:使用rstrip函数批量删除列名中的后缀(suffix)、使用replace函数批量删除列名中的后缀(suffix)
- OpenGL ---渲染流水线之世界矩阵,相机变换矩阵,透视投影变换矩阵
- 清华校庆正当时,智能小车决赛日
- 华为将操作系统“装入”海尔
- 如何实现Spark on Kubernetes?
- 2048——Java控制台版本
- 西格尔零点猜想_我从埃里克·西格尔学到的东西
- Problem C: 01字串
- 设计模式 建造者模式
- linux mac time machine,用 Ubuntu 10.10 构建 Time Machine 备份服务器
- 在mysql的操作界面中,如何清屏幕
- 100个WordPress常用插件精选
- 汇编语言程序设计---期末复习大纲知识点总结(王爽第二版)
- Bat文件的创建及其命令大全
- 你的六岁在玩儿泥巴,他们六岁已经在讲算法了
- 智能美容仪APP开发作用特点
- 软件的生命周期SDLC
- dreamweaver html css,Dreamweaver CC
- VPU?APU?GPU?折腾从AMD-GPU回到Intel核显+OpenCL+Linux环境搭建
- python打开本地浏览器_python如何实现打开浏览器
热门文章
- 使用华为云服务一键构建部署发布前端和Node.js服务
- 读SQL进阶教程笔记12_地址与三值逻辑
- 手机失窃个人信息泄露彻底
- 聚合SDK广告平台相比传统广告平台的优势
- HTMLCSS实现经典登录注册页面
- 严重: 所必需的服务组件启动失败,所以无法启动Tomcat,eclipse:org.apache.catalina.startup.Catalina start
- WIN10阻止OA附件打开
- 安卓手机屏幕共享给电脑操作的几款软件
- 易度,企业中的蓝胖子
- Qlikview Data Modeling---Concatenation