Pytorch——如何创建一个tensor与索引和切片(二)

1、两种常见的随机初始化

（1） rand函数

rander函数就是随机的使用0和1的均值分布来初始化，也就是说它从零和一的空间中随机的均匀的sample出来，这样数据就回均匀的分布在0和1之间。

torch.rand(3,3) #表示随机生成一个3X3的数值在0和1之间的均匀分布的矩阵a=torch.rand(3,3)
torch.rand_like(a) #将a,shape读取出来再送给rand函数

（2）randint函数

randint的参数表示它要指定一个极小值，一个最小值和一个最大值

torch.randint(1,10,[3,3])

2、正态分布 randn函数

torch.randn(3,3) #表示均值为零，方差为一的三行三列的矩阵#自定义均值和方差
torch.normal(mean=torch.full([10],0),std=torch.arange(1,0,-0.1))
#使用起来有点奇怪

3、full tensor全部赋值为一个元素

torch.full([2,3],7)#表示要生成一两行三列的一个tensor，把全部数值赋值为7torch.full([],7) #生成标量，dim为1torch.full([1],7) ##生成向量

4、arange/range 递增或递减生成等差数列

troch.arange(0,10) # 生成一个从零开始不包括10的等差数列troch.arange(0,10,2) #生成一个从零开始不包括10的，阶梯为2的等差数列troch.range(0,10) #这个不需要看

5、linspace/logspace 生成等分

torch.linspace(0,10,steps=4)
#表示0到10，包含10，steps=4表示要切成四等分torch.linspace(0,10,steps=10)
#表示0到10，包含10，所以有11个数，steps=10表示要切成10等分torch.linspace(0,10,steps=11)
#表示0到10，包含10，所以有11个数，steps=10表示要切成11等分torch.logspace(0,-1,steps=10)
#表示生成0到-1之间的数，10的0次方到10的-1次方。

6、ones/zero/eye 全部是1的，全部是0的，单位矩阵

torch.ones(3,3) 生成三行三列数值全部为1

torch.zero(3,3) 生成三行三列数值全部为0

torch.eye(3,4) 生成三行四列对角是1的单位矩阵

7、randperm 随机打散

生成的是0到10的随即索引是不包括10的

索引

1、具体的索引

a=torch.rand(4,3,28,28)#dim=4的数据，这个数据就是我们用的CNN里面的数据输入
#第一个维度是batch_size，第二个维度是n_channels，第三个和第四个是长和宽
print(a.shape)print(a.index_select(0,[0,2]))
#第一个参数表示对那个维度上面进行操作，第二个参数表示索引号，取0到2，也就是三个通道print(a.index_select(1，[1，2]))
#第一个参数表示再第一个维度上进行操作，取1到2，也就是两个通道print(a.index_select(2,torch,arrage(28)).shape)
#表示对第二个维度进行操作，在行上进行操作，第二个参数表示选取了所有的行print(a.index_select(2,torch,arrage(8)).shape)
#表示对第二个维度进行操作，在行上进行操作，第二个参数表示选取0到8，也就是8行

2、...

...三个点，表示表示任意多的维度

a=torch.rand(4,3,28,28)#dim=4的数据，这个数据就是我们用的CNN里面的数据输入
#第一个维度是batch_size，第二个维度是n_channels，第三个和第四个是长和宽
print(a.shape) #输出结果torch.Size([4,3,28,28])print(a[...].shape) #输出结果torch.Size([4,3,28,28])
#a[...]=a[0]print(a[0,...].shape) #输出结果torch.Size([3,28,28])
#表示取第0个图片的所有通道，所有行和所有列print(a[:,1,...].shape) #输出结果torch.Size([4,28,28])
#取所有图片的第一个通道的所有行和所有列print(a[...,:2].shape) #输出结果torch.Size([4,3,28,2])
#第一个参数表示前面任意长度都取，所有batch，所有channal，所有行的前两列，第二个参数表示只取两列

3、使用mask（掩码）来索引 masked_select()

 x=troch.randn(3,4)
print(x) #随机生成一个三行四列的tensormask=x.ge(0.5) #表示大于等于0.5的元素的位置输出为1torch.masked_select(x,mask)  #表示掩码为1的数据取出来torch.masked_select(x,mask).shape #mask会把原来的三行四列的张量打平，变成12个数据

4、take函数

src=torch.tensor([[4,3,5],[6,7,8]])
#表示两行三列的数据先打平，变成6个数据
torch.take(src,torch.tensor([0,2,5]))
#表示取第1个、第3个、第6个数据  输出结果tensor([4,5,8])

Pytorch——如何创建一个tensor与索引和切片(二)相关推荐

Pytorch——如何创建一个tensor与索引和切片(一)
创建Tensor numpy是一个非常常见的数据的一个载体,数据可以先从numpy中间先导进tensor来: 1.从numpy引入 import from numpy a=np.array([2,3. ...
【小白学习PyTorch教程】十五、BERT：通过PyTorch来创建一个文本分类的Bert模型
@Author:Runsen 2018 年,谷歌发表了一篇题为<Pre-training of deep bidirectional Transformers for Language Unde ...
Pytorch中Tensor的索引，切片以及花式索引(fancy indexing)
目录理解Tensor的dim 索引简单索引用1维的list,numpy,tensor索引用booltensor索引切片花式索引结语前一段时间遇到一个花式索引的问题,在搜索良久之后没有找 ...
数据库表的基本操作——创建一个表，索引和查询
1.定义基本表.删除和更改 (1)定义基本表 create table <表名>(<列名><数据类型>[列级完整性约束条件] [,<列名>< ...
使用UE4创建一个简单真实的地球（二）
使用UE4创建一个简单真实的地球如何创建一个简单的地球材质. BaseColor 基础颜色排除由反射引起的杂光之后物体的颜色.主要用来模拟地球的真实表面. 白昼地图与云图叠加,即图像的叠加运算( ...
python如何创建一个列表,在python中创建一个由列表索引的字典
I would like to create a dictionary which is indexed by lists. For instance, my dictionary should lo ...
Tensor的索引与切片
作用:调取数据中某一个或者某一块想取的数据 (1)常规索引方式(即a[ ][ ][ ]的方式) In [16]: a = tf.ones([3,28,28,3])In [17]: a[0][5][7] ...
PyTorch教程（三）：索引与切片
a = torch.rand(4,3,28,28) # 4张图片,3通道,高度28,宽度28a[0].shape # torch.Size([3, 28, 28]) 表示第0张图片的shape是3通道 ...
【PyTorch】1入门——Tensor、自动微分、神经网络、PyTorch 图像分类
PyTorch60min入门教程 1. PyTorch简介 2. 快速入门 2.1 安装与配置 2.2 PyTorch入门第一步 2.2.1 Tensor 2.2.2 自动微分 2.2.3 神经网络 ...

Pytorch——如何创建一个tensor与索引和切片(二)

Pytorch——如何创建一个tensor与索引和切片(二)相关推荐

最新文章

热门文章