第一章基本操作-常见tensor类型

Posted my-love-is-python

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了第一章基本操作-常见tensor类型相关的知识,希望对你有一定的参考价值。

# 0:scaler  一个值 

# 1:vector  一个列

# 2:matrix 多个特征

# 3:n-dimensional tensor 

# 0:scaler
# 1:vector
# 2:matrix
# 3:n-dimensional tensor

import torch
from torch import tensor

#scaler
#通常就是一个数值

x = tensor(42.)
print(x)

print(x.dim())

print(x * 2)

print(x.item()) # 将数值进行输出

#vector
# [-5, 2, 0] 在深度学习中通常指特征, 类如词向量

y = tensor([-5, 2, 0])

print(y.dim())

print(y.size())

# Matrix 把多个特征组合在一起
M = tensor([[1, 2], [3, 4]])
print(M)

print(M.matmul(M))

# n-dimensional
D = tensor([[[1, 2], [3, 4]]])
print(D)

 

以上是关于第一章基本操作-常见tensor类型的主要内容,如果未能解决你的问题,请参考以下文章

Python程序开发——第一章 基本python语法

《代码大全》阅读笔记-目录

数据结构数据结构知识点整理-第一章-绪论

TensorFlow张量Tensor

.net第一章总结

RuntimeError: ‘lengths’ argument should be a 1D CPU int64 tensor, but got 1D cuda:0 Long tensor(代码片段