pytorch 定义torch类型数据_PyTorch中Tensor的数据类型和运算

74 阅读 0 评论 49 点赞

我是靠谱客的博主认真大侠，最近开发中收集的这篇文章主要介绍pytorch 定义torch类型数据_PyTorch中Tensor的数据类型和运算，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

在使用Tensor时，我们首先要掌握如何使用Tensor来定义不同数据类型的变量。Tensor时张量的英文，表示多维矩阵，和numpy对应，PyTorch中的Tensor可以和numpy的ndarray相互转换，唯一不同的是PyTorch可以在GPU上运行，而numpy的ndarray只能在cpu上运行。

常用的不同数据类型的Tensor，有32位的浮点型torch.FloatTensor, 64位浮点型 torch.DoubleTensor, 16位整形torch.ShortTensor, 32位整形torch.IntTensor和64位整形torch.LongTensor

一：Tensor的数据类型

1 torch.FloatTensor:用于生成数据类型为浮点型的Tensor，传递给torch.FloatTensor的参数可以是一个列表，也可以是一个维度值

2：torch.IntTensor：用于生成数据类型为整形的Tensor,传递给torch.IntTensor的参数可以是一个列表，也可以是一个维度值

3：torch.rand:用于生成数据类型为浮点型且维度指定的随机Tensor,和在NumPy中使用的numpy.rand生成随机数的方法类似，随机生成的浮点数据在0-1区间均匀分布

4：torch.randn:用于生成数据类型为浮点型且维度指定的随机Tensor,和在NumPy中使用numpy.randn生成随机数的方法类似，随机生成的浮点数的取值满足均值为0&