pytorch 入门Tensor(一)
【摘要】 Tensor
Tensor张量,可简单地认为它就是一个数组,且支持高效的科学计算。它可以是一个数(标量)、一维数组(向量)、二维数组(矩阵)和更高维的数组(高阶数据)。Tensor和Numpy的ndarrays类似,但PyTorch的tensor支持GPU加速。
# Let's begin
from __future__ import print_function
...
Tensor
Tensor张量,可简单地认为它就是一个数组,且支持高效的科学计算。它可以是一个数(标量)、一维数组(向量)、二维数组(矩阵)和更高维的数组(高阶数据)。Tensor和Numpy的ndarrays类似,但PyTorch的tensor支持GPU加速。
# Let's begin
from __future__ import print_function
import torch as t
t.__version__
- 1
- 2
- 3
- 4
'1.0.1'
- 1
基础操作
tensor的接口成与Numpy类似
从接口的角度来讲,对tensor的操作可分为两类:
torch.function
,如torch.save
等。tensor.function
,如tensor.view
等。
如torch.sum (torch.sum(a, b))
与tensor.sum (a.sum(b))
功能等价。
文章来源: maoli.blog.csdn.net,作者:刘润森!,版权归原作者所有,如需转载,请联系作者。
原文链接:maoli.blog.csdn.net/article/details/89980222
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)