PyTorch张量方法–如何在Python中创建张量

2020年12月30日10:53:13 发表评论 32 次浏览

本文概述

PyTorch是一个基于Python的开源库。在构建, 训练和部署深度学习模型时, 它提供了高度的灵活性和速度。

PyTorch的核心工作涉及张量。张量是数字, 向量, 矩阵或任何n维数组。

在本文中, 我们将看到使用PyTorch张量方法(函数)创建张量的不同方法。

我们将讨论的主题

  • 张量
  • 那些
  • 充分
  • 范围
  • 林空间
  • 兰德
  • 兰丁
  • 复杂

tensor()方法

当以下情况时, 此方法返回张量数据被传递给它。数据可以是标量, 元组, 列表或Numpy数组。

在上面的示例中, 使用以下命令创建的NumPy数组np.arange()被传递给张量()方法, 产生一维张量。

我们可以通过传递元组的元组, 列表的列表或多维NumPy数组来创建多维张量。

当一个空的元组或列表传递到张量(), 它将创建一个空张量。

zeros()方法

此方法返回张量, 其中所有元素均为零尺寸(形状)。的尺寸 能够以元组或列表或两者都不给出。

我们本来可以过去的3 2在元组或列表中。不言而喻的是, 传递负数或浮点数将导致运行时错误。

传递一个空的元组或一个空的列表会得到一个张量(维度)0的张量, 唯一的元素为0, 其数据类型为float。

ones()方法

如同零(), 那些()返回其中所有元素均为1的张量尺寸(形状)。的尺寸 能够以元组或列表或两者都不给出。

喜欢零()传递一个空的元组或列表将得到一个0维的张量, 其中唯一的元素为1, 其数据类型为float。

full()方法

如果你希望张量的所有元素等于某个值, 但不仅等于0和1, 该怎么办?也许2.9?

充分()返回由给出的形状的张量尺寸参数, 其所有元素都等于fill_value.

在这里, 我们创建了一个形状的张量3 2与fill_value如3.在这里, 再次传递一个空的元组或列表将创建一个零维的标量张量。

使用时充分, 它是必要给尺寸作为元组或列表。

arange()方法

此方法返回一维张量, 其中的元素来自开始(包括)到结束(专有)具有共同点步骤。的默认值开始是0, 而对于步骤是1。

张量的元素可以说是在算术级数, 带有步骤作为共同的区别。

在这里, 我们创建了一个张量, 该张量从2开始直到20为止, 步骤(共同差异)为2。

所有这三个参数开始, 结束和步骤可以是正数, 负数或浮点数。

在选择时开始, 结束和步骤, 我们需要确保开始和结束与步骤标志。

以来步骤设置为-2, 则-42无法达到-22(不包括)。因此, 它给出了一个错误。

linspace()方法

此方法返回一维维张量, 其中元素来自开始(包括)到结束(包括的)。但是, 不像arange(), 这里, 步骤不是常见的区别, 而是张量中要包含的元素数量。

PyTorch会根据步骤给定的。

没有提供价值步骤不推荐使用。对于向后兼容, 不提供步骤的值会创建张量100元素。根据官方文档, 在将来的PyTorch发行版中, 未提供步骤值将引发运行时错误。

不像arange(), 林空间可以有一个开始比...更棒结束因为共同差异是自动​​计算的。

以来步骤这里不是一个共同的区别, 但是元素的数量只能是一个非负整数。

rand()方法

此方法返回一个张量, 该张量由从0(含)到1(不含)的均匀分布的随机数填充。形状由尺寸论据。的尺寸参数可以指定为元组或列表, 也可以都不指定。

传递空的元组或列表将创建零维的标量张量。

randint()方法

此方法返回一个张量, 该张量填充之间均匀生成的随机整数低(包括)和高(独家)。形状由尺寸论据。的默认值低是0。

当只有一个int参数被传递, 低默认情况下获取值0, 并且高获取传递的值。

的尺寸参数仅包含一个元组或一个列表。空的元组或列表将创建零维的张量。

eye()方法

此方法返回一个二维张量, 对角线上有一个, 其他位置为零。行数由下式给出ñ列由米.

的默认值米是...的价值ñ。仅在ñ通过后, 它会以单位矩阵。单位矩阵的对角元素为1, 所有其他元素为0。

complex()方法

此方法返回一个复数张量, 其实部等于真实它的虚部等于意象。都真实和意象是张量。

两者的数据类型真实和意象张量应该是floator双.

另外, 尺寸两个张量真实和意象, 应该相同, 因为两个矩阵的相应元素形成一个复数。

总结

我们已经介绍了使用PyTorch方法创建张量的十种不同方法。你可以通过官方文件进一步了解其他PyTorch方法。

你可以点击这里转到Jupyter笔记本, 你可以在其中使用这些方法。

如果你想了解更多有关PyTorch的信息, 请查看这个关于notlogy的精彩课程的YouTube渠道。

注意安全!

一盏木

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: