一步步熟悉pytorch【1】---pytorch基本操作

PyTorch是一个基于Python的科学计算库，它有以下特点:

1. 类似于NumPy，但是它可以使用GPU
2. 可以用它定义深度学习模型，可以灵活地进行深度学习模型的训练和使用

以下所有的操作都是基于该文档操作：pytorch官方参考文档及使用说明
下面所做的练习均是一些常用的操作，其它的操作大家也可以查看上边提到的帮助文档。
在开始之前我们需要先引入torch

import torch

1.创建基本矩阵

1.1 构建一个未初始化的5*3矩阵

x=torch.empty(5,3)

1.2 构建一个随机初始化矩阵

x=torch.rand(5,3)

1.3 构建一个全部为0，类型为long的矩阵

#方式1
x=torch.zeros(5,3,dtype=torch.long)
x.dtype
#方式二
x=torch.zeros(5,3).long()
x.dtype

1.4 也可直接构建tensor

注意的是每一行都要用一个中括号括起来，每个数据和每一行之间都要加逗号分隔，
x = torch.tensor([[5.5,3,5,6],
                  [5,6,5,2]])

1.5 得到tensor的形状

x.shape
#需要注意的是torch.Size返回的是一个tuple

2.tensor算术运算

2.1 加法运算

x = torch.rand(5,3)
y = torch.rand(5,3)
#方式一
z=x+y
#方式二
z=torch.add(x,y)
#将x加到y上等于效果y=x+y
y.add_(x)

2.2把输出作为一个变量

#把输出作为一个变量
result = torch.empty(5,3)
torch.add(x, y, out=result)
# result = x + y
result

2.3 改变tensor的size

如果你希望resize/reshape一个tensor，可以使用torch.view:

x = torch.randn(4,4)
#生成一个4行4列的tensor
y = x.view(16)
#将x转换为16行1列的tensor
z = x.view(2,8)
z
#将x转换为2行8列的tensor

2.4 取tensor的某几行或某几列

以下的操作在该tensor上进行，该内容如下：

#取其第第一行到第三行，第一列到第二列数据
y[0:3, 0:2]
#取其全部行数据，取其全部列数据
y[0:, 0:]