PyTorch学习笔记（一）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

import torch


if __name__ == "__main__":
    # 构造一个5x3矩阵,不初始化
    x = torch.empty(5, 3)
    print(x)
    # 构造一个随机初始化的矩阵:
    x = torch.rand(5, 3)
    print(x)
    # 构造一个矩阵全为 0,而且数据类型是 long.
    x = torch.zeros(5, 3, dtype=torch.long)
    print(x)
    # 直接使用数据构造一个张量
    x = torch.tensor([5.5, 3])
    print(x)
    # 创建一个 tensor 基于已经存在的 tensor
    x = x.new_ones(5, 3, dtype=torch.double)
    # new_* methods take in sizes
    print(x)
    x = torch.randn_like(x, dtype=torch.float)
    # override dtype!
    print(x)
    # result has the same size
    # 获取它的维度信息
    print(x.size())
    # torch.Size 是一个元组,所以它支持左右的元组操作
    # 加法：方式一
    y = torch.rand(5, 3)
    print(x + y)
    # 加法: 方式2
    print(torch.add(x, y))
    # 加法: 提供一个输出 tensor 作为参数
    result = torch.empty(5, 3)
    torch.add(x, y, out=result)
    print(result)
    # adds x to y
    y.add_(x)
    print(y)
    # 改变大小:如果你想改变一个 tensor 的大小或者形状,你可以使用 torch.view:
    x = torch.randn(4, 4)
    y = x.view(16)
    z = x.view(-1, 8) # the size -1 is inferred from other dimensions
    print(x.size(), y.size(), z.size())