pytorch随笔-6
是否为复数,tensor大小 。
#/usr/bin/env python3
# -*- coding: utf-8 -*-import torchx_data = torch.tensor([[12 + 0.2j],[6 - 1.2j]])
print(f"Tensor: \n {x_data} \n")
print(f"is_complex: \n {torch.is_complex(x_data)} \n")
print(f"shape: \n {x_data.shape} \n")
Tensor: tensor([[12.+0.2000j],[ 6.-1.2000j]]) is_complex: True shape: torch.Size([2, 1])
是否为浮点数,tensor大小 。
#/usr/bin/env python3
# -*- coding: utf-8 -*-import torchx_data = torch.tensor([[12.2],[62]])
print(f"Tensor: \n {x_data} \n")
print(f"is_floating_point: \n {torch.is_floating_point(x_data)} \n")
print(f"shape: \n {x_data.shape} \n")
Tensor: tensor([[12.2000],[62.0000]]) is_floating_point: True shape: torch.Size([2, 1])
下面这类属于0值 torch。
torch.tensor([0.])
torch.tensor([0])
torch.tensor([False])
而torch.is_nonzero检测是否非0。
torch.is_nonzero参数必须是单个元素
>>> torch.is_nonzero(torch.tensor([0.]))
False
>>> torch.is_nonzero(torch.tensor([1.5]))
True
>>> torch.is_nonzero(torch.tensor([False]))
False
>>> torch.is_nonzero(torch.tensor([3]))
True
>>> torch.is_nonzero(torch.tensor([1, 3, 5]))
Traceback (most recent call last):
pytorch随笔-6相关推荐
- PyTorch随笔-5
一. 1.PyTorch简介 PyTorch是一个优化的张量库,2017年1月,由Facebook人工智能研究院(FAIR)基于Torch推出,它是一个基于Python的可续计算包,可使用gpu和cp ...
- PyTorch随笔-0
http://torch.ch/ What is Torch? Torch是什么? Torch is a scientific computing framework with wide suppor ...
- PyTorch随笔-4
import torch print(torch.zeros(2,3,2)) print(torch.ones(2,4)) print(torch.eye(5))#对象线为1,其余为0,单位矩阵 pr ...
- PyTorch随笔-3
特定数据类型的tensor可以被构造,通过 torch.dtype和/或torch.device,对于构造函数或张量创建操作. >>> cuda0 = torch.device('c ...
- PyTorch随笔-2
torch.Tensor 是torch.FloatTensor的别名. tensor可用Python list或sequence 使用torch.tensor()进行构造. import torch ...
- PyTorch随笔-1
CLASS torch.Tensornew_tensor(data, dtype=None, device=None, requires_grad=False) → Tenso 创建张量有几种主要方法 ...
- PyTorch随笔 - Automatic Differentiation 自动微分
面试题: 函数:f(1) = x, f(n+1) = 4*f(n)*(1-f(n)) 实现f(4)的函数,当x=2时,f(4)的值是多少,导数(微分)值是多少? 即: def func(x, k):. ...
- PyTorch随笔 - Sequential 和 ModuleList 的简要介绍
module.py Module Class,继承于torch.nn.Module train()函数:train(mode=True),当前self.training=True,所有子模块child ...
- [源码解析] PyTorch 流水线并行实现 (1)--基础知识
[源码解析] PyTorch 流水线并行实现 (1)–基础知识 文章目录 [源码解析] PyTorch 流水线并行实现 (1)--基础知识 0x00 摘要 0x01 历史 1.1 GPipe 1.2 ...
最新文章
- 自定义栈-pop-push-min-时间复杂度都为O(1)
- getpeername()函数
- python map函数返回类型_使用map和lambda函数发送两个参数并返回两个值
- 汽车产业云上多地域高可用消息系统构建
- HTML简单实例加表单的显示效果
- 笔记----Linux中pt_regs结构体
- Holer实现手机APP应用外网访问本地WEB应用
- 【实践】微博多尺度序列推荐算法实践.pdf(附下载链接)
- -bash: mysql: command not found
- Stick ------ 剪枝神题
- 以太坊源码阅读【Transaction(交易模块)】
- 远程桌面要求更改电源_远程工作实际上可以使老板动态改变电源
- Activity的基本理解
- 领导者激励团队的最佳方法
- unity UI 跟随3D物体移动
- 【Excel神技】之 工作表区域保护
- hive java insert_hive javaapi 002
- php案例:用Windows命令来运行php程序
- mysql巡检脚本_mysql 服务器巡检脚本
- 会Vue还有必要学React吗?