16、pytorch中张量的8种创建方法

发布时间:2024年01月23日

在PyTorch中,可以使用多种方法来创建张量。下面是一些常见的创建张量的方法:

  1. 使用torch.Tensor()函数创建一个未初始化的张量:
x = torch.Tensor(2, 3) # 创建一个2行3列的未初始化的张量

'''
输出:
tensor([[-3.2253e+01,  2.0865e-42,  0.0000e+00],
            [ 0.0000e+00,  0.0000e+00,  0.0000e+00]])
'''
  1. 使用torch.zeros()函数创建一个全零的张量:
x = torch.zeros(2, 3) # 创建一个2行3列的全零张量

'''
输出:
tensor([[0., 0., 0.],
        [0., 0., 0.]])
'''
  1. 使用torch.ones()函数创建一个全1的张量:
x = torch.ones(2, 3) # 创建一个2行3列的全1张量

'''
输出:
tensor([[1., 1., 1.],
        [1., 1., 1.]])
'''
  1. 使用torch.eye()函数创建一个单位矩阵张量:
x = torch.eye(3) # 创建一个3行3列的单位矩阵张量

'''
输出:
tensor([[1., 0., 0.],
        [0., 1., 0.],
        [0., 0., 1.]])
'''
  1. 使用torch.arange()函数创建一个序列张量:
x = torch.arange(0, 10, 2) # 创建一个从0到9,步长为2的序列张量

'''
输出:
tensor([0, 2, 4, 6, 8])
'''
  1. 使用torch.linspace()函数创建一个均匀间隔的张量:
x = torch.linspace(0, 1, 5) # 创建一个从0到1,均匀间隔的5个元素张量

'''
输出:
tensor([0.0000, 0.2500, 0.5000, 0.7500, 1.0000])
'''
  1. 使用torch.randn()函数创建一个随机数张量:
x = torch.randn(2, 3) # 创建一个2行3列的随机数张量

'''
输出:
tensor([[-0.5313,  1.1040,  0.5867],
        [ 0.5845,  1.1692, -1.4061]])
'''
  1. 使用torch.tensor()函数从Python列表或numpy数组创建张量:
x = torch.tensor([[1, 2, 3], [4, 5, 6]]) # 从Python列表创建一个张量
y = torch.tensor(np.array([[1, 2, 3], [4, 5, 6]])) # 从numpy数组创建一个张量
文章来源:https://blog.csdn.net/qq_15060477/article/details/135781493
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。