PyTorch | torch.from_numpy使用方法 | torch.from_numpy如何使用？torch.from_numpy()例子

公众号【计算机视觉联盟】后台回复【PyTorch】可以获得独家PyTorch学习教程pdf版

通过torch.from_numpy创建张量

    import numpy as npimport torcharr = np.array([[1,2,3],[4,5,6]])print("由np.array生成的数据：\n",arr)t = torch.from_numpy(arr)print("torch.from_numpy创建好的Tensor：\n",t)# 由from_numpy创建的Tensor是共享内存空间# 修改numpy中的一个数字，看看tensor有没有变化print("\n=======================\n修改arr")arr[0,0]=9print("由np.array生成的数据：\n",arr)t = torch.from_numpy(arr)print("torch.from_numpy创建好的Tensor：\n",t)# 由from_numpy创建的Tensor是共享内存空间# 修改tensor中的一个数字，看看numpy有没有变化print("\n=======================\n修改t")t[0,0]=-9print("由np.array生成的数据：\n",arr)t = torch.from_numpy(arr)print("torch.from_numpy创建好的Tensor：\n",t)

运行结果：

由np.array生成的数据：[[1 2 3][4 5 6]]
torch.from_numpy创建好的Tensor：tensor([[1, 2, 3],[4, 5, 6]], dtype=torch.int32)=======================
修改arr
由np.array生成的数据：[[9 2 3][4 5 6]]
torch.from_numpy创建好的Tensor：tensor([[9, 2, 3],[4, 5, 6]], dtype=torch.int32)=======================
修改t
由np.array生成的数据：[[-9  2  3][ 4  5  6]]
torch.from_numpy创建好的Tensor：tensor([[-9,  2,  3],[ 4,  5,  6]], dtype=torch.int32)Process finished with exit code 0

PyTorch | torch.from_numpy使用方法 | torch.from_numpy如何使用？torch.from_numpy()例子 | 通过torch.from_numpy创建张量相关推荐

PyTorch | 通过torch.normal()创建概率分布的张量 | torch.normal()如何使用？torch.normal()使用方法 | torch.normal()例子
在公众号[计算机视觉联盟]后台回复[9076]获取独家200页手推AI笔记:我的微信:PursueWin: --by Sophia 中科院学霸 | 上市AI算法工程师 | CSDN博客专家通过 ...
PyTorch | 通过torch.eye创建单位对角矩阵 | torch.eye()如何使用？torch.eye()例子 | torch.eye()使用方法
在公众号[计算机视觉联盟]后台回复[9076]获取独家200页手推AI笔记:我的微信:PursueWin: --by Sophia 中科院学霸 | 上市AI算法工程师 | CSDN博客专家 t ...
PyTorch | torch.linspace()创建均分数列张量 | torch.linspace()如何使用？| torch.linspace()使用方法 | torch.linspace例子
公众号[计算机视觉联盟]后台回复[PyTorch]可以获得独家PyTorch学习教程pdf版通过torch.linspace创建均分数列张量步长=(Start - end)/(Steps - 1 ...
PyTorch | 通过torch.arange创建等差数列张量 | torch.arange()如何使用？torch.arange()使用方法 torch.arange()举例说明
公众号[计算机视觉联盟]后台回复[PyTorch]可以获得独家PyTorch学习教程pdf版通过torch.arange创建等差数列张量 t = torch.arange(2,10,2)print( ...
PyTorch | torch.full()使用方法 | torch.full()如何使用？ torch.full()例子说明 | 通过torch.full创建全相同的张量
公众号[计算机视觉联盟]后台回复[PyTorch]可以获得独家PyTorch学习教程pdf版举例子说明torch.full()使用方法: t = torch.full((3,3),10)print( ...
PyTorch | torch.zeros()如何使用？torch.zeros使用方法 | torch.zeros()例子
公众号[计算机视觉联盟]后台回复[PyTorch]可以获得独家PyTorch学习教程pdf版还是用实际例子比较明显 out_t = torch.tensor(([1]))t = torch.zero ...
PyTorch | torch.tensor使用方法，如何使用torch.tensor
公众号[计算机视觉联盟]后台回复[PyTorch]可以获得PyTorch学习教程pdf版通过torch.tensor创建张量 arr = np.ones((3,3)) print("由np ...
Lesson 15.2 学习率调度在PyTorch中的实现方法
Lesson 15.2 学习率调度在PyTorch中的实现方法学习率调度作为模型优化的重要方法,也集成在了PyTorch的optim模块中.我们可以通过下述代码将学习率调度模块进行导入. fro ...
PyTorch中的topk方法以及分类Top-K准确率的实现
PyTorch中的topk方法以及分类Top-K准确率的实现 Top-K 准确率在分类任务中的类别数很多时(如ImageNet中1000类),通常任务是比较困难的,有时模型虽然不能准确地将groun ...

PyTorch | torch.from_numpy使用方法 | torch.from_numpy如何使用？torch.from_numpy()例子 | 通过torch.from_numpy创建张量

PyTorch | torch.from_numpy使用方法 | torch.from_numpy如何使用？torch.from_numpy()例子 | 通过torch.from_numpy创建张量相关推荐

最新文章

热门文章