百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

pytorch中的张量是什么意思?(python张量积)

ztj100 2024-11-14 19:23 36 浏览 0 评论

在我们使用pytorch框架进行人工智能应用开发的时候,遇到的一个概念就是张量,那么张量这个看上去高大上的概念是什么意思呢?

张量最直观的解释就是多维数组,不过相比多维数组,张量更高级的功能是支持GPU运算和自动微分。

在pytorch中创建张量的方式有哪些呢?

tensor

tensor函数是最直观的创建张量的方式,输入参数是多维数组,如果输入是一维数组,则创建的一维张量,如果参数是二维数组,则创建的是二维张量,以此类推。

在使用pytorch之前,需要先导入pytorch库,注意库的名字是torch。

创建一维张量,张量上有shape属性,可以用来查看张量的维度。

import torch
x=torch.tensor([1,2,3])
x.shape

可以看到x是一个形状为[3]的一维张量。


创建二维张量。

x=torch.tensor([[1,2,3],[4,5,6]])
x.shape

x是形状为[2, 3]的二维张量,可以理解为2行3列的二维数组。

arange

arange函数用来创建指定大小的一维张量,参数是张量的大小,自动创建从0开始的整数数列。

x=torch.arange(10)
x.shape

创建大小为10的一维张量。

一维张量可以通过reshape函数转为多维张量。如果某个维度不确定,可以设置为-1,由pytorch自动计算得出。

例如转为二维张量。

x=x.reshape(2,5)
x=x.reshape(2,-1)

zeros

zeros函数用来创建值全为0的张量,张量的形状通过参数指定。

x=torch.zeros([2,3])
x.shape

ones

ones函数用来创建值全为1的张量,张量的形状通过参数指定。

x=torch.ones([2,3])
x.shape

randn

randn函数生成的数据是符合高斯分布的数列,一般我们再初始化参数时会经常用到。

x=torch.randn([2,3])
x.shape

相关推荐

再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)

在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...

python编程:如何使用python代码绘制出哪些常见的机器学习图像?

专栏推荐...

python创建分类器小结(pytorch分类数据集创建)

简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...

matplotlib——绘制散点图(matplotlib散点图颜色和图例)

绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...

python实现实时绘制数据(python如何绘制)

方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...

简单学Python——matplotlib库3——绘制散点图

前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...

数据分析-相关性分析可视化(相关性分析数据处理)

前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...

免费Python机器学习课程一:线性回归算法

学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...

用Python进行机器学习(2)之逻辑回归

前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...

【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂

一、拟合和回归的区别拟合...

推荐2个十分好用的pandas数据探索分析神器

作者:俊欣来源:关于数据分析与可视化...

向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

用Python进行机器学习(11)-主成分分析PCA

我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...

神经网络基础深度解析:从感知机到反向传播

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

Python实现基于机器学习的RFM模型

CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...

取消回复欢迎 发表评论: