PyTorch基本操作详解

什么是 PyTorch?

PyTorch是一个基于Python的科学计算包，提供最大灵活性和速度的深度学习研究平台。

张量

张量类似于NuMPy 的n 维数组，此外张量也可以在 GPU 上使用以加速计算。

让我们构造一个简单的张量并检查输出。首先让我们看看我们如何构建一个 5&tiMes;3 的未初始化矩阵：

iMpoRt Torch x = Torch.eMpty(5, 3) pRint(x) 

输出如下：

tensoR([[2.7298e+32, 4.5650e-41, 2.7298e+32],         [4.5650e-41, 0.0000e+00, 0.0000e+00],         [0.0000e+00, 0.0000e+00, 0.0000e+00],         [0.0000e+00, 0.0000e+00, 0.0000e+00],         [0.0000e+00, 0.0000e+00, 0.0000e+00]]) 

现在让我们构造一个随机初始化的矩阵：

x = Torch.Rand(5, 3) pRint(x) 

输出：

tensoR([[1.1608e-01, 9.8966e-01, 1.2705e-01],         [2.8599e-01, 5.4429e-01, 3.7764e-01],         [5.8646e-01, 1.0449e-02, 4.2655e-01],         [2.2087e-01, 6.6702e-01, 5.1910e-01],         [1.8414e-01, 2.0611e-01, 9.4652e-04]]) 

直接从数据构造张量：

x = Torch.tensoR([5.5, 3]) pRint(x) 

输出：

tensoR([5.5000, 3.0000]) 

创建一个统一的长张量。

x = Torch.LongTensoR(3, 4) x  tensoR([[94006673833344,   210453397554,   206158430253,   193273528374],         [  214748364849,   210453397588,   249108103216,   223338299441],         [  210453397562,   197568495665,   206158430257,   240518168626]])  「浮动张量。」 x = Torch.FloatTensoR(3, 4) x  tensoR([[-3.1152e-18,  3.0670e-41,  3.5032e-44,  0.0000e+00],         [        nan,  3.0670e-41,  1.7753e+28,  1.0795e+27],        &nbsp