pytorch里面处理的最基本的操作对象就是Tensor（张量），它就是一个多维矩阵。它和numpy唯一的不同就是，pytorch可以在GPU上运行，而numpy不可以。
Tensor的基本数据类型有五种：
- 32位浮点型：torch.FloatTensor。pyorch.Tensor()默认的就是这种类型。
- 64位整型：torch.LongTensor。
- 32位整型：torch.IntTensor。
- 16位整型：torch.ShortTensor。
- 64位浮点型：torch.DoubleTensor。
import torch #x=torch.rand((5,3))#构造一个随机初始化的矩阵,有没有括号都可 #x = torch.empty((5, 3))#构造一个5x3矩阵，不初始化,有没有括号都可 #x=torch.zeros((5, 3), dtype=torch.long)#构造一个矩阵全为 0，而且数据类型是 long.,有没有括号都可 #x = torch.tensor([[5.5,3],[3,4]])#直接使用数据构造一个张量,注意必须用中括号括好 x=torch.zeros((5, 3), dtype=torch.long)#基于已经存在的 tensor创建一个tensor #y = x.new_ones((5, 3), dtype=torch.double)#基于已经存在的 tensor创建一个tensor，全部是1 #y = torch.randn_like(x, dtype=torch.float)#基于已经存在的 tensor创建一个tensor,随机初始化 print(x.size())#获取维度信息 print(x) #print(y)
两种加法：
x=torch.zeros((5, 3), dtype=torch.long) y = torch.rand((5, 3)) print(y) #print(x+y)#加法方式1 print(torch.add(x, y))#加法方式2
tensor([[0.3135, 0.3338, 0.1780],
[0.0653, 0.5707, 0.1647],
[0.9389, 0.4725, 0.2722],
[0.6090, 0.1351, 0.6424],
[0.9465, 0.4593, 0.1661]])
tensor([[0.3135, 0.3338, 0.1780],
[0.0653, 0.5707, 0.1647],
[0.9389, 0.4725, 0.2722],
[0.6090, 0.1351, 0.6424],
[0.9465, 0.4593, 0.1661]])
附：
x=torch.zeros((5, 3), dtype=torch.long) y = torch.rand((5, 3)) #print(x+y)#加法方式1 #print(torch.add(x, y))#加法方式2 result = torch.empty(5, 3) torch.add(x, y, out=result)#提供一个输出 tensor 作为参数，加法方式3 print(result) y.add_(x)#带有_会使张量发生变化 print(y)
取数像numpy一样
x = torch.rand((5, 3)) print(x) print(x[:, 1])#所有行的第一列
tensor([[0.1158, 0.1455, 0.6182],
[0.5442, 0.9168, 0.2065],
[0.6274, 0.6169, 0.8121],
[0.2683, 0.1492, 0.3545],
[0.2574, 0.4477, 0.1026]])
tensor([0.1455, 0.9168, 0.6169, 0.1492, 0.4477])
改变张量的形状
x = torch.rand((4, 4)) print(x) #print(x[:, 1])#所有行的第一列 y = x.view((16))#改变张量形状,有没有括号都可 print(y)
tensor([[0.9212, 0.9648, 0.3745, 0.6670],
[0.7536, 0.5412, 0.6765, 0.6377],
[0.8996, 0.9950, 0.1279, 0.5086],
[0.4452, 0.0982, 0.8753, 0.8960]])
tensor([0.9212, 0.9648, 0.3745, 0.6670, 0.7536, 0.5412, 0.6765, 0.6377, 0.8996,
0.9950, 0.1279, 0.5086, 0.4452, 0.0982, 0.8753, 0.8960])