什么是PyTorch？

这是一个基于Python的科学计算包，主要分入如下2部分：

使用GPU的功能代替numpy
一个深刻的学习研究平台，提供最大的灵活性和速度

开始学习

Tensors (张量)

Tensors类似于numpy的ndarrays，另外还可以在GPU上使用Tensors来加速计算。

from __future__ import print_function
import torch

构造一个5x3矩阵，不初始化。

x = torch.empty(5, 3)
print(x)

tensor([[1.6932e+22, 7.7144e+31, 6.7109e+22],[1.6486e+22, 4.3605e+27, 2.8929e+12],[7.5338e+28, 1.8037e+28, 3.4740e-12],[1.7743e+28, 6.8239e+16, 1.8832e+34],[1.6078e+19, 4.4721e+21, 5.0789e-11]])

构造一个随机初始化的矩阵：

x = torch.rand(5, 3)
print(x)

tensor([[0.2712, 0.3545, 0.5300],[0.0976, 0.0149, 0.8799],[0.7187, 0.7343, 0.4521],[0.4418, 0.0132, 0.2708],[0.9201, 0.0794, 0.4476]])

构造一个矩阵全为 0，而且数据类型是 long.

x = torch.zeros(5, 3, dtype=torch.long)
print(x)

tensor([[0, 0, 0],[0, 0, 0],[0, 0, 0],[0, 0, 0],[0, 0, 0]])

构造一个张量，直接使用数据：

x = torch.tensor([5.5, 3])
print(x)

tensor([5.5000, 3.0000])

创建一个 tensor 基于已经存在的 tensor。

x = x.new_ones(5, 3, dtype=torch.double)
print(x)x = torch.randn_like(x, dtype=torch.float)
print(x)

tensor([[1., 1., 1.],[1., 1., 1.],[1., 1., 1.],[1., 1., 1.],[1., 1., 1.]], dtype=torch.float64)
tensor([[-1.2157, -0.6880,  0.3270],[-0.3162, -0.2479,  0.8731],[-0.3330, -0.3823,  0.5237],[-1.3132, -0.1246,  0.6706],[ 1.1174, -1.0695,  0.7972]])

获取它的维度信息:

print(x.size())

torch.Size([5, 3])

注意

``torch.Size`` 是一个元组，所以它支持左右的元组操作。

操作

在接下来的例子中，我们将会看到加法操作。

加法: 方式 1

y = torch.rand(5, 3)
print(x + y)

tensor([[-0.4000,  0.0549,  1.2980],[ 0.0748,  0.5602,  1.2120],[ 0.1771, -0.1623,  1.4076],[-0.4690,  0.6656,  0.8570],[ 1.5434, -0.8243,  1.4676]])

加法: 方式2

print(torch.add(x, y))

tensor([[-0.4000,  0.0549,  1.2980],[ 0.0748,  0.5602,  1.2120],[ 0.1771, -0.1623,  1.4076],[-0.4690,  0.6656,  0.8570],[ 1.5434, -0.8243,  1.4676]])

加法: 提供一个输出 tensor 作为参数

result = torch.empty(5, 3)
torch.add(x, y, out=result)
print(result)

tensor([[-0.4000,  0.0549,  1.2980],[ 0.0748,  0.5602,  1.2120],[ 0.1771, -0.1623,  1.4076],[-0.4690,  0.6656,  0.8570],[ 1.5434, -0.8243,  1.4676]])

加法: in-place

# adds x to y
y.add_(x)
print(y)

tensor([[-0.4000,  0.0549,  1.2980],[ 0.0748,  0.5602,  1.2120],[ 0.1771, -0.1623,  1.4076],[-0.4690,  0.6656,  0.8570],[ 1.5434, -0.8243,  1.4676]])

注意

任何使张量会发生变化的操作都有一个前缀 '_'。例如： ``x.copy_(y)``, ``x.t_()``, 将会改变 ``x``.

你可以使用标准的 NumPy 类似的索引操作

print(x[:, 1])

tensor([-0.6880, -0.2479, -0.3823, -0.1246, -1.0695])

改变大小：如果你想改变一个 tensor 的大小或者形状，你可以使用 torch.view

x = torch.randn(4, 4)
y = x.view(16)
z = x.view(-1, 8)  # the size -1 is inferred from other dimensions
print(x.size(), y.size(), z.size())

torch.Size([4, 4]) torch.Size([16]) torch.Size([2, 8])

如果你有一个元素 tensor ，可以使用 .item() 来获得这个 tensor 的值。

x = torch.randn(1)
print(x)
print(x.item())

tensor([-0.4592])
-0.4592222571372986

Numpy转换

将Tensor转换为numpy数组

a = torch.ones(5)
print(a)

tensor([1., 1., 1., 1., 1.])

b = a.numpy()
print(b)

[1. 1. 1. 1. 1.]

看看numpy数组的值如何变化。

a.add_(1)
print(a)
print(b)

tensor([2., 2., 2., 2., 2.])
[2. 2. 2. 2. 2.]

将 numpy 数组转换为Torch张量

import numpy as np
a = np.ones(5)
b = torch.from_numpy(a)
np.add(a, 1, out=a)
print(a)
print(b)

[2. 2. 2. 2. 2.]
tensor([2., 2., 2., 2., 2.], dtype=torch.float64)

除了 CharTensor ,CPU 上的所有 Tensors 与 NumPy 都可以相互转化

CUDA Tensors

可以通过 .to 方法将 Tensors 转移到任何设备

# 在GPU可用时运行
# 我们将使用 torch.device 对象将 tensors 移入、移出GPU
if torch.cuda.is_available():device = torch.device("cuda")          # 创建一共 CUDA设备对象y = torch.ones_like(x, device=device)  # 在GPU上直接创建一个 tensorx = x.to(device)                       # 等价于：x = x.to("cuda")z = x + yprint(z)print(z.to("cpu", torch.double))       # .to() 将同时改变数据类型

tensor([0.5408], device='cuda:0')
tensor([0.5408], dtype=torch.float64)

小白入门PyTorch | 第一篇：什么是PyTorch？相关推荐

Java小白入门系列第一篇写在前面
2018年8月30日 22:00:17 郑州多云 Sue Java小白入门系列第一篇写在前面写在前面: 首先声明一下,本人也是正在学Java,并不是多么专业人士,只是最近受老师的启发,所 ...
微信公众号开发入门教程第一篇
微信公众号开发入门教程第一篇关键字:微信公众平台开发作者:方倍工作室在这篇微信公众平台开发教程中,我们假定你已经有了PHP语言程序.MySQL数据库.计算机网络通讯.及HTTP/XML/CSS/ ...
Keycloak 入门使用第一篇
Keycloak入门使用第一篇简介安装 & 启动服务器专有名词 & 基本使用集成Keycloak 理解运行流程 Reference 简介 Keycloak 为现代应用和分布式服 ...
八、给小白看的第一篇Python基础教程
本文是第一篇,一共四篇打下Python基础 @Author:Runsen @Date:Writern By 2019/04/15 and supplied By 2020/3/31 @公众号:Pyth ...
python基础教程怎么看_八、给小白看的第一篇Python基础教程
本文是第一篇,一共四篇打下Python基础「@Author:Runsen」「@Date:Writern By 2019/04/15 and supplied By 2020/3/31」「@公众号 ...
Java萌新入门的第一篇文章
这篇文章是为了刚入门或者打算入门的萌新们写的,希望看完后能对Java有个初步认识.以后会不定时更新有关Java的干货,就这些要说的,以上. 先介绍下相关背景,不要觉得枯燥,了解一下很有必要. a.计算 ...
Mendix入门教程第一篇-demo实例
本篇会建立一个入门实例来讲解mendix的基本功能点,包括建立实体.增加页面及权限配置,后续会对每个组件的详细用法做进一步介绍. Mendix项目开发的时候需要先建立或者导入一个项目,然后这个项目就会 ...
FL studio 20简易入门教程 -- 第一篇 -- 软件介绍与初始化
软件介绍与初始化文章目录软件介绍与初始化前言一.素材的加载与导入 1. 初始化声卡 2. 导入软音源 3. 加载音效素材二.基本使用操作 1.midi键盘连接 2.导入及导出 (1)导入素材 ...
python两个乘号_Python小白入门：第一讲｜|变量和简单数据类型
在第一讲中,你将学习: 如何使用变量: 如何创建描述性变量名以及如何消除名称错误和语法错误: 字符串是什么,以及如何使用小写.大写和首字母大写方式显示字符串: 使用空白来显示整洁的输出,以及如何剔除字 ...

小白入门PyTorch | 第一篇：什么是PyTorch？