pytorch创建tensor

目录

  • 1. 从numpy创建
  • 2. 从list创建
  • 3. 创建未初始化tensor
  • 4. 设置默认tensor创建类型
  • 5. rand/rand_like, randint
  • 6. randn生成正态分布随机数
  • 7. full
  • 8. arange/range
  • 9. linspace/logspace
  • 10. Ones/zeros/eye
  • 11. randperm

1. 从numpy创建

pytorch创建tensor_第1张图片

2. 从list创建

pytorch创建tensor_第2张图片

3. 创建未初始化tensor

Torch.empty()
Torch.FloatTensor(d1, d2, d3)
Torch.IntTensr(d1, d2, d3)

pytorch创建tensor_第3张图片
创建未初始化tensor使用时一定要赋值,否则可能报错。

4. 设置默认tensor创建类型

不设置的话默认FloatTensor
pytorch创建tensor_第4张图片

5. rand/rand_like, randint

pytorch创建tensor_第5张图片

6. randn生成正态分布随机数

pytorch创建tensor_第6张图片
mean是均值,std是方差

7. full

pytorch创建tensor_第7张图片

8. arange/range

pytorch创建tensor_第8张图片

9. linspace/logspace

函数torch.logspace()返回一阶步张量的一维张量,与之间的底数成对数间隔
在这里插入图片描述
输出张量是尺寸步长的一维。

用法:torch.logspace(start, end, steps=100, base=10, out=None)
参数:
start:点集的起始值。
end:点集的最终值
steps:在开始和结束之间要采样的点数。默认值:100
base:对数函数的基数,可以是2,10,e。默认值:10.0
out(Tensor, optional):输出张量
pytorch创建tensor_第9张图片

10. Ones/zeros/eye

pytorch创建tensor_第10张图片
pytorch创建tensor_第11张图片

11. randperm

random.shuffle 随机shuffle
可用于随机生成tensor的index,随机取tensor数据
pytorch创建tensor_第12张图片

你可能感兴趣的:(机器学习,pytorch,人工智能,python)