Pytorch官方指南(三) 翻譯版本
TORCH
Torch Package包含多維Tensor的數據結構,並定義了它們的數學運算。此外,它還提供了許多實用程序來高效序列化Tensor和任意類型,以及其他有用的實用程序。
它有一個CUDA對應項,使您能夠在計算能力大於等於3.0的NVIDIA GPU上運行Tensor計算。
torch.is_tensor(obj)
參數:obj對象。
作用:判斷該obj對象是否爲Pytorch的tensor對象,若是函數返回True。
源碼:
def is_tensor(obj):
r"""Returns True if `obj` is a PyTorch tensor.
Args:
obj (Object): Object to test
"""
return isinstance(obj, torch.Tensor)
torch.is_storage(obj)
參數:obj對象。
作用:判斷該obj對象是否爲Pytorch存儲的對象,若是函數返回True。
源碼:
def is_storage(obj):
r"""Returns True if `obj` is a PyTorch storage object.
Args:
obj (Object): Object to test
"""
return type(obj) in _storage_classes
torch.is_floating_point(input) -> (bool)
參數:Tensor對象。
作用:判斷該Tensor對象是否爲Pytorch浮點型對象(torch.float64, torch.float32 或 torch.float16),若是函數返回True。
例子:
···
torch.set_default_dtype(d)
參數:torch.float64, torch.float32 或 torch.float16。
作用:設置Tensor的默認浮點類型,系統默認是 torch.float32。
例子:
>>> torch.tensor([1.2, 3]).dtype # 初始化默認torch.float32。
torch.float32
>>> torch.set_default_dtype(torch.float64)
>>> torch.tensor([1.2, 3]).dtype # 更改默認浮點類型爲torch.float64。
torch.get_default_dtype() → torch.dtype
參數:無。
作用:得到Tensor的默認浮點類型。
例子:
>>> torch.get_default_dtype() # 初始化默認類型torch.float32。
torch.float32
>>> torch.set_default_dtype(torch.float64)
>>> torch.get_default_dtype() # 默認類型更改爲torch.float64。
torch.float64
>>> torch.set_default_tensor_type(torch.FloatTensor) # 設置tensor類型也會影響這個。
>>> torch.get_default_dtype() # 改變爲torch.FloatTensor對應的torch.float32類型。
torch.float32
torch.set_default_tensor_type(t)
參數:t (python:type or string) – 浮點tensor類型或它的名字(string)。
作用:將默認torch.Tensor類型設置爲浮點Tensor類型 t。此類型也將用作torch.Tensor()中默認浮點類型。默認的浮點張量類型最初是torch.FloatTensor。
例子:
>>> torch.tensor([1.2, 3]).dtype # 初始化浮點類型torch.float32
torch.float32
>>> torch.set_default_tensor_type(torch.DoubleTensor)
>>> torch.tensor([1.2, 3]).dtype # 一個新的浮點類型
torch.float64
torch.numel(input) → int
參數:input (Tensor) – 輸入一個Tensor。
作用:返回這個Tensor所有元素的總數。
例子:
>>> a = torch.randn(1, 2, 3, 4, 5)
>>> torch.numel(a)
120
>>> a = torch.zeros(4,4)
>>> torch.numel(a)
16