Pytorch | 详解Pytorch科学计算包——Tensor

最新推荐文章于 2024-12-03 00:00:00 发布
最新推荐文章于 2024-12-03 00:00:00 发布
阅读量636 收藏 4
点赞数
分类专栏： Python 机器学习 算法 文章标签： python 深度学习 机器学习 pytorch tensor
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/TechFlow/article/details/107143692
版权
本文详细介绍了Pytorch中的Tensor操作，包括size()和shape、view、numel、squeeze和unsqueeze等。此外，还讲解了Tensor的索引、运算，如加减乘除、矩阵点乘、类型转换、转置与变形，以及设备间移动。理解Tensor在Pytorch中的应用对于深度学习和机器学习至关重要。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

本文始发于个人公众号：TechFlow，原创不易，求个关注


今天是Pytorch专题的第二篇，我们继续来了解一下Pytorch中Tensor的用法。

上一篇文章当中我们简单介绍了一下如何创建一个Tensor，今天我们继续深入Tensor的其他用法。


tensor操作


size()和shape

我们可以用size()函数或者直接调用tensor当中的shape属性获取一个tensor的大小，这两者是等价的，一般情况下我们用前者多一些。


view

我们可以通过view改变一个tensor的shape，它会根据我们指定的shape返回一个新的tensor。

需要注意的是，view返回的是原数据的一个引用，也就是说我们改变原数据，view出来的结果会同样发生变化。

在上面这个例子当中，我们把原tensor x中的[0, 1]的位置修改成了2，我们print y会发现y当中的元素同样发生了变化。


numel

我们可以用numel获取tenosr当中元素的数量:


squeeze和unsqueeze


我们可以用squeeze来减少tensor的维度，而使用unsqueeze来增加一个tenor的维度。

其中unsqueeze接收一个参数，允许我们指定我们希望增加的维度。我们可以通

最低0.47元/天 解锁文章
PyTorch深度学习实战（3）——使用PyTorch构建神经网络
盼小辉丶的博客
06-13 7万+
PyTorch 是一个用于构建深度神经网络的库，具有灵活性和可扩展性，可以轻松自定义模型。在本节中，我们将使用 PyTorch 库构建神经网络，利用张量对象操作和梯度值计算更新网络权重，并利用 Sequential 类简化网络构建过程，最后还介绍了如何使用 save、load 方法保存和加载模型，以节省模型训练时间。
PyTorch深度学习实战（2）——PyTorch基础
热门推荐
盼小辉丶的博客
06-04 5万+
PyTorch 是广泛应用于机器学习领域中的强大开源框架，因其易用性和高效性备受青睐。在本节中，将介绍使用 PyTorch 构建神经网络的基础知识。首先了解 PyTorch 的核心数据类型——张量对象。然后，我们将深入研究用于张量对象的各种操作。PyTorch 提供了许多帮助构建神经网络的高级方法及组件，并提供了利用 GPU 更快地训练神经网络的张量对象。
Pytorch基础语法学习1——Tensor语法
m0_61787307的博客
10-02 700
pytorch基础语法1——Tensor的基础语法与深度学习常用用法
一个关于pytorch的tensor点乘的小问题
Zjhao666的博客
07-30 4519
事情的缘由是，坐旁边的学姐有一段代码将两个二维数组相乘。特别的是，既不是点乘，也不是矩阵乘法，而是将各自每一行分别相乘再拼接得到一个三维数组，具体代码大致如下 import torch a = torch.Tensor(range(6)).reshape(2, 3) b = torch.Tensor(range(1, 7)).reshape(2, 3) batch = len(a) lengt...
Pytorch阅读文档之dot，mm，matmul函数
GhostintheCode的博客
10-14 2万+
Pytorch阅读文档之dot，mm，matmul函数 torch.dot() torch.dot(input, tensor) → Tensor #计算两个张量的点积（内积） #官方提示：不能进行广播（broadcast）. #example >>> torch.dot(torch.tensor([2, 3]), torch.tensor([2, 1])) #即对应位置相乘再相...
pytorch和numpy的转换以及不同类型矩阵的内积求解-实验笔记
冷心笑看丽美人 ~ blog
04-17 665
代码笔记~自己实验的时候用的 # -*- coding: utf-8 -*- """ Spyder Editor This is a temporary script file. """ import torch import numpy as np I=np.eye(4,dtype=float) RT=[[0.23616787791252136, -0.9717121720314026, 7.4505797087454084e-09, -0.0], [0.4821586608886719, 0.
【深度学习】Pytorch 系列教程（三）：PyTorch数据结构：2、张量的数学运算（1）：向量运算（加减乘除、数乘、内积、外积、范数、广播机制）
天地玄黄 魑魅魍魉 风花雪月 商角徵羽
02-16 2015
本文介绍了PyTorch中张量的数学运算之向量运算，包括加减乘除、数乘、内积、外积、范数、广播机制等
深度学习框架PyTorch中的Tensor详解
最新发布
ciweic的博客
12-03 1914
在PyTorch中，Tensor是一种用于存储数据的多维数组。它是构建深度学习模型的基本数据结构，可以包含标量、向量、矩阵等。Tensor不仅支持多种数据类型，还可以在CPU和GPU之间无缝移动，这使得它在进行大规模并行计算时非常高效。Tensor是PyTorch实现机器学习算法的核心，因为它提供了必要的数据结构来存储和操作数据。# 创建一个0维Tensor（标量）# 创建一个1维Tensor（向量）# 创建一个2维Tensor（矩阵）# 创建一个3维Tensor（多维数组）
详解pytorch tensor和ndarray转换相关总结
12-17
在使用pytorch的时候，经常会涉及到两种数据格式tensor和ndarray之间的转换，这里总结一下两种格式的转换： 1. tensor cpu 和tensor gpu之间的转化： tensor cpu 转为tensor gpu： tensor_gpu = tensor_cpu.cuda() ...
PyTorch深度学习入门 Tensor基础 1.1 Tensor 5. 线性代数运算
谢谢你们的关注
02-11 475
PyTorch深度学习入门 Tensor基础 1.1 Tensor 5. 线性代数运算
pytorch点乘与叉乘示例讲解
09-18
今天小编就为大家分享一篇pytorch点乘与叉乘示例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
【易混区分】 tensor张量 Numpy张量的各种矩阵乘法、点积的函数对比 (dot, multiply,*,@matmul)
专注于人工智能的算法与应用
01-24 2136
我们如果把b看做1行3列的矩阵，则运算不符合运算规则，但是如果看做3行1列的矩阵，则它是正确的，即2*3 × 3 * 1=2 * 1 即最后会输出一维的向量。matmul 是matrix multiply的缩写，专门用于矩阵乘法，需要满足矩阵乘法的运算规则，需要前一个矩阵的列和后一个矩阵的行相等。他们大体相同，有一些小的差异，比如numpy的dot可以实现高维度的矩阵乘法但是torch的dot不可以。，所以需要满足矩阵乘法的运算规则，需要前一个矩阵的列和后一个矩阵的行相等。，此时相当于两个数组的点积。
论文笔记（二）补充知识之张量Tensor
公众号/知乎: AI算法札记，欢迎关注交流
04-30 2万+
最近看的一篇paper需要的背景知识（可能略有删改） 目录 1.张量简介 2.张量的定义与运算 2.1 张量(Tensor) 2.2  纤维(Fibre) 2.3 切片(Slice) 2.4 内积(Inner product) 2.5 矩阵展开(Unfolding-Matricization) 2.6 外积(Outer Product) 2.7 Kronecker乘积(Kron...
pytorch矩阵中每行(列)乘上不同元素以及矩阵相乘
SZU_Hadooper的博客
08-22 5941
mul和*等价（attetion中可以用到） 每行乘上不同元素 >>> a = torch.ones(3,4) >>> a tensor([[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]]) >>> b = torch.Tensor([1,2,3]).re...
张量（tensor）的基本概念
wiy_dawn的博客
05-05 1万+
如参考文献标题所述，这是一篇适用于物理学和工程领域学生关于张量相关知识的介绍性文章。本文主要介绍张量的定义及其相关操作。张量的物理意义可以参见参考文献。 1、向量 1.1向量的定义： 其中，i,j,k为互相垂直的单位向量。 1.2向量加法： 向量相加得向量。 1.3向量内积（inner product）： 向量内积得标量。 1.4向量叉乘（cross product）： 向量叉乘得向量（
[TensorFlow系列-12]：TensorFlow基础 - 张量线性运算（点乘、叉乘）
文火冰糖（王文兵）的博客
08-12 1万+
作者主页(文火冰糖的硅基工坊)：https://blog.csdn.net/HiWangWenBing 本文网址：https://blog.csdn.net/HiWangWenBing/article/details/119463478 目录 第1章 Tensor运算概述 1.1 概述 1.3 “in place“运算：不支持 1.4Tensor的广播机制: 不同维度的张量运算 1.5 环境准备 1.6 张量的线性代数运算 第2章 向量的点乘：tf.multiply(x, y） ...
pytorch入门2：PyTorch 基本知识
m0_67220106的博客
07-11 321
一、创建和储存 1 创建方法 Tensor(*sizes/tensor_like)new(*sizes)ones(*sizes)zeros(*sizes)eye(*sizes)arange(s,e,step)linspace(s,e,steps)rand/randn(*sizes) 均匀/标准正太分布normal(mean,std)/uniform(from,to) 正太/均匀分布randperm(m) 随机排序获取 torch 默认的数据类型 tc.get_default_dtype() Tensor
2 PyTorch基础
sujixian1995的博客
02-23 449
2 PyTorch基础 2.1Numpy与Tensor 第1章已经介绍了Numpy，了解到其存取数据非常方便，而且还拥有大 量的函数，所以深得数据处理、机器学习者喜爱。这节我们将介绍PyTorch 的Tensor，它可以是零维（又称为标量或一个数）、一维、二维及多维的数 组。Tensor自称为神经网络界的Numpy，它与Numpy相似，二者可以共享内 存，且之间的转换非常方便和高效。不过它们也有不同之处，最大的区别就 是Numpy会把ndarray放在CPU中进行加速运算，而由Torch产生的Tensor
pytorch tensor 乘法运算汇总与解析
zhuguiqin1的专栏
09-17 1万+
元素一一相乘 该操作又称作 “哈达玛积”, 简单来说就是 tensor 元素逐个相乘。这个操作，是通过 * 也就是常规的乘号操作符定义的操作结果。torch.mul 是等价的。 import torch def element_by_element(): x = torch.tensor([1, 2, 3]) y = torch.tensor([4, 5, 6]) return x * y, torch.mul(x, y) element_by_element
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值