文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

pytorch Tensor的数据类型怎么应用

2023-07-02 18:56

关注

本篇内容介绍了“pytorch Tensor的数据类型怎么应用”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

关于Tensor的数据类型说明

32位浮点型:torch.FloatTensor

a=torch.Tensor( [[2,3],[4,8],[7,9]], )print "a:",aprint "a.size():",a.size()print "a.dtype:",a.dtype b=torch.FloatTensor( [[2,3],[4,8],[7,9]] )print "b:",bprint "b.shape:",b.shapeprint "b.dtype:",b.dtype

pytorch Tensor的数据类型怎么应用

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。

64位浮点型:torch.DoubleTensor

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

pytorch Tensor的数据类型怎么应用

 3. 16位整型:torch.ShortTensor

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

pytorch Tensor的数据类型怎么应用

  32位整型:torch.IntTensor

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

pytorch Tensor的数据类型怎么应用

64位整型:torch.LongTensor

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

pytorch Tensor的数据类型怎么应用

快速创建Tensor

(1) torch.zeros()

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

pytorch Tensor的数据类型怎么应用

(2) torch.randn()

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

pytorch Tensor的数据类型怎么应用

Tensor索引方式,参考numpy

Tensor和numpy数组转换:

(1) Tensor转numpy,

a=torch.randn( size=(4,5),dtype=torch.float32 )print aprint a.shapeprint a.dtype b= a.numpy()print bprint b.shapeprint b.dtype

pytorch Tensor的数据类型怎么应用

(2) numpy转Tensor,

a=np.random.randn(4,3)print aprint a.shapeprint a.dtype b=torch.from_numpy( a )print bprint b.shapeprint b.dtype

pytorch Tensor的数据类型怎么应用

更改Tensor的数据类型,

a=torch.FloatTensor( (3,2) )print aprint a.shapeprint a.dtype a.int()print aprint a.shapeprint a.dtype

pytorch Tensor的数据类型怎么应用

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 Tensor的数据类型怎么应用

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 Tensor的数据类型怎么应用

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 Tensor的数据类型怎么应用

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 Tensor的数据类型怎么应用

pytorch Tensor的数据类型怎么应用

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 Tensor的数据类型怎么应用

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 Tensor的数据类型怎么应用

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 Tensor的数据类型怎么应用

pytorch Tensor的数据类型怎么应用

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 Tensor的数据类型怎么应用

pytorch Tensor的数据类型怎么应用

“pytorch Tensor的数据类型怎么应用”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站,小编将为大家输出更多高质量的实用文章!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯