学习笔记：Pytorch基础（一）--张量

张量（Tensor）是 PyTorch 中的核心数据结构，用于存储和操作多维数组。相当于NumPy的ndarray（NumPy是python的一种开源的数据计算扩展，支持大量的维度数组和矩阵运算）。但是 PyTorch 的张量可以运行在不同的设备上，比如 CPU 和 GPU，这使得它们非常适合于进行大规模并行计算，特别是在深度学习领域。

张量定义

创建一个没有初始化的4*4的矩阵：

import torch

x = torch.empty(4,4)
print(x)

 输出：

tensor([[8.9634e-33, 7.1345e+31, 7.1118e-04, 1.7444e+28],
        [7.3909e+22, 1.8727e+31, 1.3179e+25, 7.7783e+31],
        [1.7743e+28, 2.0535e-19, 3.0478e+32, 2.7518e+12],
        [7.5338e+28, 1.8750e-19, 1.4609e-19, 7.5630e+28]])

创建一个随机初始化矩阵：

x = torch.rand(4,4)
print(x)

输出：

tensor([[0.3797, 0.2606, 0.0746, 0.6160],
        [0.1047, 0.2759, 0.8398, 0.1143],
        [0.9185, 0.8361, 0.6365, 0.2880],
        [0.3197, 0.3014, 0.0335, 0.3864]])

构造一个填满 0 且数据类型为 long 的矩阵：

x = torch.zeros(4,4, dtype=torch.long)
print(x)

输出：

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

直接从数据构造张量：

x = torch.tensor([4.5, 4])
print(x)

输出：

tensor([4.5000, 4.0000])

根据现有的 tensor 建立新的 tensor 。除非用户提供新的值，否则这些方法将重用输入张量的属性，例如 dtype 等：

x = x.new_ones(5, 3, dtype=torch.double)      # new_* methods take in sizes
print(x)


x = torch.randn_like(x, dtype=torch.float)    # 重载 dtype!
print(x)                                      # 结果size一致

输出：

tensor([[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]], dtype=torch.float64)
tensor([[ 0.7024,  0.1605,  0.8259],
        [-2.1536, -0.0927, -0.2898],
        [-0.2952,  1.0901, -0.6976],
        [-0.6405,  1.9940,  0.1737],
        [-0.6792,  1.0138,  0.9789]])

获取张量的形状：

print(x.size())

输出：

torch.Size([4，4])

运算--加法

y = torch.rand(4, 4)
print(x + y)             #形式一


print(torch.add(x, y))   #形式二

输出一样： 

tensor([[ 1.5010, -2.5263, -1.4662],
        [-0.0296, -2.1736,  1.2592],
        [ 0.6494, -0.0946, -0.7947],
        [ 0.0141, -0.2633,  1.7664],
        [ 0.4713, -0.7551,  0.8110]])

加法：给定一个输出张量作为参数：

result = torch.empty(4, 4)
torch.add(x, y, out=result)
print(result)

输出同上哦！ 

加法：原位/原地操作（in-place):

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

今日