pytorch 中的數據類型,tensor的創建

pytorch中的數據類型

 

 

import torch

a=torch.randn(2,3)
b=a.type()
print(b)

#檢驗是否是該數據類型
print(isinstance(a,torch.FloatTensor))


print(isinstance(a,torch.cuda.FloatTensor))
a=a.cuda()
print(isinstance(a,torch.cuda.FloatTensor))

基本數據類型的生成

#生成一個Tensor，數值為1.1
a=torch.Tensor([1.1])
print(a)

#生成一個二維的Tensor，數值為1.1，2.2
b=torch.Tensor([1.1,2.2])
print(b)

#生成一個一維的Tensor，Tensor的值由random初始化
c=torch.FloatTensor(1)
print(c)

#生成er個一維的Tensor，Tensor的值random初始化
d=torch.FloatTensor(2)
print(d)

#由np生成一個Tensor,二維數值為1
e=np.ones(2)
print(e)
f=torch.from_numpy(e)
print(f)

f=torch.FloatTensor([2.,3.2])
print(f)

g=torch.IntTensor([2,3])
print(g)

 torch.Tensor是默認的tensor類型（torch.FlaotTensor）的簡稱。
 torch.tensor根據后面的data創建Tensor，Tensor類型根據數據進行推斷。

a = torch.empty(1)
print(a)#tensor([5.6052e-45])


b1 = torch.Tensor(2,3)
print(b1)#tensor([[8.4102e+10, 4.5914e-41, 0.0000e+00],
        #[0.0000e+00, 0.0000e+00, 0.0000e+00]])
b = torch.Tensor([2,3])
print(b)#tensor([2., 3.])

c = torch.tensor([2,3])
print(c)#tensor([2, 3])

 torch.set_default_tensor_type()可以設置默認的數據類型

 

 

dim、size與shape的區別

a=torch.ones(4,3)

print(a)
print(a.dim())
print(a.size())
print(a.shape)


>>>tensor([[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]])
2
torch.Size([4, 3])
torch.Size([4, 3])

 

 

 

 Variable類解析：https://www.cnblogs.com/CATHY-MU/p/7800823.html

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1