文|Seraph
01 | Pytorch简介
-
Coda虚拟环境
conda create -n pytorch 创建一个名字为pytorch虚拟环境
conda activate pytorch 激活pytorch虚拟环境
conda deactivate 退出pytorch虚拟环境 -
安装CPU版本pytorch
conda install pytorch torchvision cpuonly -c pytorch -
Pycharm关联虚拟环境
-
测试代码
import torch
print("hello pytorch{}".format(torch.__version__))
print(torch.cuda.is_available())
02 | 张量简介与创建
- Variable在新版本中并入到tensor中，如下是新版张量结构：
- tensor创建
-
直接创建
-
使用ndarray创建
torch.from_numpy(ndarray) #创建的tensor与ndarray共享内存 -
初始化数值创建张量
torch.zeros()
zeros_like()依据input的形状创建张量
其他：
ones(), ones_like() 全1张量
full(）, full_like() 指定值张量
torch.arange()创建等差张量
torch.lilnspace()创建均分1维张量
torch.logspace()创建对数均分1维张量
torch.eye()创建单位对角矩阵张量
- 依据概率创建张量
torch.normal()创建正态分布张量，注意mean、std可以是可以是标量也可以是张量。
torch.randn()创建正态分布张量
torch.rand()创建均匀分布张量，在[0,1)上进行采样
torch.randint()创建自定义区间的均匀分布张量
torch.randperm()创建从0到n-1的随机排列
torch.bernoulli()以input为概率，生成伯努利分布