PyTorch安装及基础

Posted 2022-04-22 nanhua097

PyTorch安装：

　　https://pytorch.org/get-started/locally/ 

PyTorch基础：

　　张量：包括零维（常数），一维（数组/列表/元组），二维（矩阵）......

　　张量的创建：

　　　　torch.tensor(list/array/tuple)　　#把数组/列表/集合转化为张量

　　　　torch.ones([2,3])　　#创建形状为[2,3]的，元素均为1的张量

　　　　torch.zeros([2,3])　　#创建形状为[2,3]的，元素均为0的张量

　　　　torch.empty([2,3])　　#创建形状为[2,3]的，元素服从正态分布的张量

　　　　torch.rand([2,3])　　#创建形状为[2,3]的，元素为0-1的张量

　　　　torch.randn([2,3])　　#创建一个形状为[2,3]，元素均值为0标准差为1的数组

　　　　torch.randint(low,high,size=[])　　生成一个指定size，元素为low-high见随机整数的张量

　　tensor属性：

　　　　tensor.item()　　tensor中只有一个元素时用于获取元素（多个元素会报错）

　　　　tensor与numpy的转换：

　　　　　　np_ts = tensor.numpy()

　　　　　　ts = torch.tensor(np_ts)

　　　　tensor.size(dim)　　tensor的形状（可指定方向）

　　　　tensor.view(size)　　改变tensor形状

　　　　tensor.t(0,1)　　tensor的转置（可指定维度）

　　tensor切片与索引：

　　　　类同于numpy

　　tensor方法：

　　　　tensor.max(dim)　　获取tensor中最大的元素（可指定维度，会同时返回索引）

　　tensor数据类型：

　　　　tensor.dtype　　查看tensor的数据类型

　　　　tensor.int()　　转为int32

　　　　tensor.long()　　转为int64

　　　　tensor.float()　　转为float32

　　　　tensor.double()　　转为float64

　　tensor计算：

　　　　tensor+/-/*//tensor　　形状相同的矩阵对应位置进行操作（若形状不同，满足广播条件，可进行广播后操作）

　　　　tensor+/-/*//数字　　

　　　　tensor1.add_(tensor2)　　将相加后的tensor赋值为tensor1

　　CUDA类型：

　　　　device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

　　　　torch.tensor([2,3],device)　　#创建类型为cuda的tensor

　　　　tensor.to(device)　　#将已创建好的tensor转为cuda类型的tensor

　　　　tensor.cpu()　　#将cuda类型的tensor转化为cpu类型的tensor