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('cuda:0')
>>> torch.ones([2, 4], dtype=torch.float64, device=cuda0)
tensor([[ 1.0000,  1.0000,  1.0000,  1.0000],[ 1.0000,  1.0000,  1.0000,  1.0000]], dtype=torch.float64, device='cuda:0')

可以使用Python的索引和切片表示法访问和修改tensor的内容：

import torch
y=torch.tensor([[1,2],[3,4]])
print(y)
print(y[1,:])
print(y[:,0])
print(y[:,1])

tensor([[1, 2],[3, 4]])
tensor([3, 4])
tensor([1, 3])
tensor([2, 4])

使用 torch.Tensor.item() 从包含单个值的张量中获取Python数，请执行以下操作：

import torch
y=torch.tensor([[1,2],[3,4]])
print(y)print(y[1,1].item())

tensor([[1, 2],[3, 4]])
4

可以使用requires_grad=True创建张量，以便torch.autograd记录对它们的操作以进行自动区分。

import torch
x = torch.tensor([[1., 2.], [3., 4.]], requires_grad=True)
out = x.pow(2).sum()
out.backward()
print(x.grad)

tensor([[2., 4.],[6., 8.]])

每个 tensor 都有一个相关的 torch.Storage,，它保存数据。tensor类还提供了存储的多维、跨视图，并定义了对存储的数字操作。
改变tensor的方法用下划线后缀标记。例如，torch.FloatTensor.abs_()就地计算绝对值并返回修改后的张量，而torch.FloatTensor.abs_()以新的tensor张量计算结果。

改变现有的张量 torch.device 和/或torch.dtype，考虑对张量使用to（）方法。

当前执行的 torch.Tensor 引入内存开销，因此在具有许多小张量tensor的应用程序中可能会导致意外的高内存使用率

PyTorch随笔-3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-6
是否为复数,tensor大小 . #/usr/bin/env python3 # -*- coding: utf-8 -*-import torchx_data = torch.tensor([[12 ...
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-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 ...

PyTorch随笔-3

PyTorch随笔-3相关推荐

最新文章

热门文章