Pytorch官方指南(三) 翻譯版本
torch.as_tensor
參數:
- data,Tensor的初始數據。可以是list、tuple、NumPy ndarray、scalar和其他類型。
- dtype,(可選)返回的張量的所需數據類型。默認值:從輸入數據推斷的類型。
- device,(可選)返回的張量的所需數據類型。默認值:當前默認設備。
作用:
將其他類型數據轉換爲tensor類型,但只要device不等於cuda,轉換的tensor類型變量與原變量共享一個內存。
例子:
>>> a = numpy.array([1, 2, 3])
>>> t = torch.as_tensor(a)
>>> t
tensor([ 1, 2, 3])
>>> t[0] = -1
>>> a
array([-1, 2, 3])
>>> a = numpy.array([1, 2, 3])
>>> t = torch.as_tensor(a, device=torch.device('cuda'))
>>> t
tensor([ 1, 2, 3])
>>> t[0] = -1
>>> a
array([1, 2, 3])
torch.zeros
參數:
- size, 定義輸出張量形狀的一系列整數。可以是可變數目的參數或集合,如列表或元組。
- out,輸出的Tensor。
- dtype,返回的張量的所需數據類型。默認值:如果沒有,則使用全局默認值。
- layout,返回張量的所需佈局。默認值:torch.stridded。
- device ,返回張量的所需設備。默認:如果沒有,則使用當前設備作爲默認張量類型。
- requires_grad,如果autograd應該在返回的張量上記錄操作。默認值:False。
作用:
創建全0的tensor。
例子:
>>> torch.zeros(2, 3)
tensor([[ 0., 0., 0.],
[ 0., 0., 0.]])
>>> torch.zeros(5)
tensor([ 0., 0., 0., 0., 0.])
torch.linspace
參數:
- start,生成的tensor中數值的起始值,包括此值。
- end,生成的tensor中數值的終止值,包括此值。
- steps,起始值與終止值之間的每兩個數之差,可以理解爲步長。
- out,(可選)輸出的tensor。
- dtype,(可選)返回的張量的所需數據類型。默認值:如果沒有,則使用全局默認值。
- layout,(可選)返回張量的所需佈局。默認值:torch.stridded。
- device,(可選)返回張量的所需設備。默認:如果沒有,則使用當前設備作爲默認張量類型。
- requires_grad,(可選)如果autograd應該在返回的張量上記錄操作。默認值:False。
例子:
>>> torch.linspace(3, 10, steps=5)
tensor([ 3.0000, 4.7500, 6.5000, 8.2500, 10.0000])
>>> torch.linspace(-10, 10, steps=5)
tensor([-10., -5., 0., 5., 10.])
>>> torch.linspace(start=-10, end=10, steps=5)
tensor([-10., -5., 0., 5., 10.])
>>> torch.linspace(start=-10, end=10, steps=1)
tensor([-10.])
torch.eye
參數:
- n,行數。
2.m,(可選)列數,默認與行數相等。 - out,(可選)輸出的tensor。
- dtype,(可選)返回的張量的所需數據類型。默認值:如果沒有,則使用全局默認值。
- layout,(可選)返回張量的所需佈局。默認值:torch.stridded。
- device,(可選)返回張量的所需設備。默認:如果沒有,則使用當前設備作爲默認張量類型。
- requires_grad,(可選)如果autograd應該在返回的張量上記錄操作。默認值:False。
作用:
返回二維張量,對角線元素爲1,其餘元素爲0。
例子:
>>> torch.eye(3)
tensor([[ 1., 0., 0.],
[ 0., 1., 0.],
[ 0., 0., 1.]])
torch.empty
參數:
- size,定義輸出張量形狀的一系列整數。可以是可變數目的參數或集合,如列表或元組。
- out,(可選)輸出的tensor。
- dtype,(可選)返回的張量的所需數據類型。默認值:如果沒有,則使用全局默認值。
- layout,(可選)返回張量的所需佈局。默認值:torch.stridded。
- device,(可選)返回張量的所需設備。默認:如果沒有,則使用當前設備作爲默認張量類型。
- requires_grad,(可選)如果autograd應該在返回的張量上記錄操作。默認值:False。
例子:
>>> torch.empty(2, 3)
tensor(1.00000e-08 *
[[ 6.3984, 0.0000, 0.0000],
[ 0.0000, 0.0000, 0.0000]])
>>> torch.empty(1)
>>> torch.empty([1, 3])
tensor([1.1673e-42])
tensor([[-3.3881e+24, 4.5908e-41, -3.3881e+24]])