pytorch关于Tensor的数据类型说明

作者:烟火笑风尘 时间:2023-08-22 20:39:27 

关于Tensor的数据类型说明

1. 32位浮点型:torch.FloatTensor

a=torch.Tensor( [[2,3],[4,8],[7,9]], )
print "a:",a
print "a.size():",a.size()
print "a.dtype:",a.dtype

b=torch.FloatTensor( [[2,3],[4,8],[7,9]] )
print "b:",b
print "b.shape:",b.shape
print "b.dtype:",b.dtype

pytorch关于Tensor的数据类型说明

可以看出 torch.FloatTensor 是32位float类型,并且torch.Tensor默认的数据类型是32位float类型。

2. 64位浮点型:torch.DoubleTensor

b=torch.DoubleTensor( [[2,3],[4,8],[7,9]] )
print "b:",b
print "b.shape:",b.shape
print "b.dtype:",b.dtype

pytorch关于Tensor的数据类型说明

 3. 16位整型:torch.ShortTensor

b=torch.ShortTensor( [[2,3],[4,8],[7,9]] )
print "b:",b
print "b.shape:",b.shape
print "b.dtype:",b.dtype

pytorch关于Tensor的数据类型说明

4.  32位整型:torch.IntTensor

b=torch.IntTensor( [[2,3],[4,8],[7,9]] )
print "b:",b
print "b.shape:",b.shape
print "b.dtype:",b.dtype

pytorch关于Tensor的数据类型说明

5. 64位整型:torch.LongTensor

b=torch.LongTensor( [[2,3],[4,8],[7,9]] )
print "b:",b
print "b.shape:",b.shape
print "b.dtype:",b.dtype

pytorch关于Tensor的数据类型说明

6. 快速创建Tensor

(1) torch.zeros()

a=torch.zeros( size=(4,5),dtype=torch.float32 )
print a
print a.shape
print a.dtype

pytorch关于Tensor的数据类型说明

(2) torch.randn()

a=torch.randn( size=(4,5),dtype=torch.float32 )
print a
print a.shape
print a.dtype

pytorch关于Tensor的数据类型说明

7. Tensor索引方式,参考numpy

8. Tensor和numpy数组转换:

(1) Tensor转numpy,

a=torch.randn( size=(4,5),dtype=torch.float32 )
print a
print a.shape
print a.dtype

b= a.numpy()
print b
print b.shape
print b.dtype

pytorch关于Tensor的数据类型说明

(2) numpy转Tensor,

a=np.random.randn(4,3)
print a
print a.shape
print a.dtype

b=torch.from_numpy( a )
print b
print b.shape
print b.dtype

pytorch关于Tensor的数据类型说明

9.更改Tensor的数据类型,

a=torch.FloatTensor( (3,2) )
print a
print a.shape
print a.dtype

a.int()
print a
print a.shape
print a.dtype

pytorch关于Tensor的数据类型说明

10. GPU加速,如果pytorch支持GPU加速,可以加Tensor放到GPU执行,

if torch.cuda.is_available():
   a_cuda = a.cuda()

pytorch Tensor变形函数

pytorch关于Tensor的数据类型说明

view(), resize(), reshape() 在不改变原tensor数据的情况下修改tensor的形状,前后要求元素总数一致,且前后tensor共享内存

pytorch关于Tensor的数据类型说明

如果想要直接改变Tensor的尺寸,可以使用resize_()的原地操作函数。

在resize_()函数中,如果超过了原Tensor的大小则重新分配内存,多出部分置0,如果小于原Tensor大小则剩余的部分仍然会隐藏保留。

pytorch关于Tensor的数据类型说明

transpose()函数可以将指定的两个维度的元素进行转置,而permute()函数则可以按照给定的维度进行维度变换。

pytorch关于Tensor的数据类型说明

pytorch关于Tensor的数据类型说明

在实际的应用中,经常需要增加或减少Tensor的维度,尤其是维度为1的情况,这时候可以使用squeeze()与unsqueeze()函数,前者用于去除size为1的维度,而后者则是将指定的维度的size变为1。

pytorch关于Tensor的数据类型说明

有时需要采用复制元素的形式来扩展Tensor的维度,这时expand就派上用场了。

expand()函数将size为1的维度复制扩展为指定大小,也可以使用expand_as()函数指定为示例Tensor的维度。

pytorch关于Tensor的数据类型说明

注意:在进行Tensor操作时,有些操作如transpose()、permute()等可能会把Tensor在内存中变得不连续,而有些操作如view()等是需要Tensor内存连续的,这种情况下需要使用contiguous()操作先将内存变为连续的。在PyTorch v0.4版本中增加了reshape()操作,可以看做是Tensor.contiguous().view()

Tensor的排序与取极值

排序函数sort(),选择沿着指定维度进行排序,返回排序后的Tensor及对应的索引位置。

max()与min()函数则是沿着指定维度选择最大与最小元素,返回该元素及对应的索引位置。

pytorch关于Tensor的数据类型说明

pytorch关于Tensor的数据类型说明

Tensor与NumPy转换

Tensor与NumPy可以高效地进行转换,并且转换前后的变量共享内存。在进行PyTorch不支持的操作时,甚至可以曲线救国,将Tensor转换为NumPy类型,操作后再转为Tensor。

pytorch关于Tensor的数据类型说明

pytorch关于Tensor的数据类型说明

来源:https://blog.csdn.net/moshiyaofei/article/details/89703161

标签:pytorch,Tensor,数据类型
0
投稿

猜你喜欢

  • PHP的mysqli_set_charset()函数讲解

    2023-07-11 06:22:17
  • Python Pillow Image.save 保存为jpg图片压缩问题

    2023-07-05 11:13:49
  • 跟老齐学Python之集合的关系

    2023-02-04 22:32:27
  • 最炫Python烟花代码全解析

    2022-02-16 13:07:53
  • Mysql事务索引知识汇总

    2024-01-18 17:06:24
  • Windows Server 2003下修改MySQL 5.5数据库data目录

    2024-01-14 17:42:28
  • 最新整理Python中的type和object的示例详解

    2023-08-10 05:21:44
  • 如何不通过DSN访问SQL Server?

    2009-11-11 19:21:00
  • MySQL数据库索引原理及优化策略

    2024-01-20 00:35:42
  • 如何查看SQLSERVER中某个查询用了多少TempDB空间

    2024-01-16 06:40:21
  • MySQL批量插入数据脚本

    2024-01-16 13:31:14
  • SQL触发器在保持数据库完整性中的实际应用

    2009-10-23 14:34:00
  • sqlserver 多表查询不同数据库服务器上的表

    2024-01-15 04:56:24
  • 利用Python将彩色图像转为灰度图像的两种方法

    2021-02-06 05:28:54
  • python 实现提取log文件中的关键句子,并进行统计分析

    2022-04-19 06:24:09
  • 如何在vue中使用ant-design-vue组件

    2024-05-02 16:32:47
  • 如何在ASP中使用SQL存储过程

    2008-02-26 12:09:00
  • 使用Python编写简单的端口扫描器的实例分享

    2023-07-20 20:18:32
  • python对url格式解析的方法

    2024-01-02 02:57:24
  • python的描述符(descriptor)、装饰器(property)造成的一个无限递归问题分享

    2023-04-29 08:57:32
  • asp之家 网络编程 m.aspxhome.com