人工智能學(xué)習(xí)Pytorch教程Tensor基本操作示例詳解
一、tensor的創(chuàng)建
1.使用tensor
小寫字母的tensor接收具體的數(shù)據(jù),可以直接按照numpy的方式輸入數(shù)組。
2.使用Tensor
大寫字母的可以接收形狀,此時(shí)會生成隨機(jī)數(shù),但沒有任何規(guī)則??梢陨刹煌念愋汀?/p>
自動(dòng)生成的數(shù)據(jù)有默認(rèn)類型,F(xiàn)loatTensor,可以使用torch.set_default_tensor_type去修改
3.隨機(jī)初始化
rand
:0-1之間均勻采樣
randn
:均值0,方差1的正態(tài)分布隨機(jī)采樣
以上兩種可以直接輸入形狀,即可產(chǎn)生對應(yīng)形狀的隨機(jī)數(shù)。
randint
:參數(shù)是---起始值、終止值、形狀
同時(shí)每一個(gè)都會有一個(gè)_like方法,輸入一個(gè)tensor,會生成對應(yīng)形狀的新tensor
4.其他數(shù)據(jù)生成
①torch.full
參數(shù)是---形狀,數(shù)據(jù)。如果形狀的位置給一個(gè)空的list,生成的就是標(biāo)量。
②torch.arange
參數(shù)是---起始,終止,步長。不包含終止值。
③linspace和logspace
參數(shù)是---起始,終止,數(shù)量。包含終止值
④ones, zeros, eye
輸入形狀即可。ones和zeros也有_like方法
⑤torch.randperm
隨機(jī)打散。輸入一個(gè)數(shù)字,會自動(dòng)生成這個(gè)數(shù)字長度的,從0開始的隨機(jī)排列數(shù)字,可以作為索引。當(dāng)需要對不同的數(shù)據(jù),使用相同的索引,并且打亂順序時(shí),非常好用。
二、tensor的索引與切片
1.索引與切片使用方法
和python中的索引切片使用方法一致
①index_select
輸入的參數(shù)---維度的位置、要選的內(nèi)容對應(yīng)的維度的索引。不太好理解,可以看下面的例子。
②...
三個(gè)點(diǎn)相當(dāng)于集成了的連續(xù)的冒號。
③mask
需要先根據(jù)數(shù)據(jù)生成一個(gè)mask,比如挑選出大于等于0.3的數(shù),此時(shí)會得到一個(gè)和數(shù)據(jù)相同形狀的,滿足條件位置是1,不滿足條件的位置是0的一個(gè)mask,通過masked_select可以選出數(shù)據(jù)。
三、tensor維度的變換
1.維度變換
①torch.view
和numpy中的reshape方法一樣。轉(zhuǎn)換的時(shí)候需要考慮到實(shí)際的物理意義。
②squeeze/unsqueeze
squeeze
輸入的參數(shù)---需要減少的維度所在位置
unsqueeze
輸入的參數(shù)---需要增加的維度所在的位置
③expand,repeat
expand
輸入的參數(shù)---希望擴(kuò)展后所形成的維度
repeat
輸入的參數(shù)---各自維度需要重復(fù)的次數(shù)
通常使用expand,因?yàn)椴粫鲃?dòng)復(fù)制數(shù)據(jù)。
④t,transpose,permute
t
:和numpy中的轉(zhuǎn)置一樣,只針對二維矩陣操作
transpose
:輸入需要交換的維度的位置即可。但想要還原的時(shí)候,需記得轉(zhuǎn)換后的各個(gè)位置的物理意義,根據(jù)實(shí)際意義進(jìn)行再次轉(zhuǎn)換。見下面的例子。
permute
:輸入希望轉(zhuǎn)換成的維度的位置索引即可。相當(dāng)于多次使用transpose
以上就是人工智能學(xué)習(xí)Pytorch教程Tensor基本操作示例詳解的詳細(xì)內(nèi)容,更多關(guān)于Pytorch的tensor基本操作的資料請關(guān)注本站其它相關(guān)文章!
版權(quán)聲明:本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有,歡迎引用、轉(zhuǎn)載,請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站,禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像,否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來,僅供學(xué)習(xí)參考,不代表本站立場,如有內(nèi)容涉嫌侵權(quán),請聯(lián)系alex-e#qq.com處理。