Pytorch ツール - pytorch について知る

pytorchの基本的な要素操作

from __future__ import print_function
import torch

初期化されていない行列を作成する

x=torch.empty(5,3)
print(x)

初期化された行列を作成する

x=torch.rand(5,3)
print(x)

すべて 0 の行列を作成し、データ要素のタイプを次のように指定します。

x=torch.zeros(5,3,dtype=torch.long)
print(x)

データから直接テンソルを作成する

x=torch.tensor([2,5,3,5])
print(x)

既存のテンソルから同じサイズの新しいテンソルを作成します

x=x.new_ones(5,3,dtype=torch.double)
print(x)

randn_like メソッドを使用して同じサイズのテンソルを取得し、ランダムな初期化を使用してそれらに値を割り当てます

y=torch.randn_like(x,dtype=torch.float)
print(y)

.size() メソッドを使用してテンソルの形状を取得します

print(x.size())

添加

最初の方法

x=torch.randn(5,3)
y=torch.randn(5,3)
print(x+y)

2番目の方法

print(torch.add(x,y))

3番目の方法

result=torch.empty(5,3)
torch.add(x,y,out=result)
print(result)

4 番目の方法: その場置換 (y=y+x を実行)

y.add_(x)
print(y)

知らせ

スライス操作

x[:,1]

テンソルの形状を変更する

x=torch.randn(4,4)
y=x.view(16)
z=x.view(-1,8)
x.size(),y.size(),z.size()

テンソルに要素が 1 つしかない場合は、 item() を使用して値を Python 数値として取得できます。

x=torch.randn(1)
print(x,x.item())

torch tensor と numpy 配列の間の変換

a=torch.ones(5)
b=a.numpy()
a.add_(1)
print(a,b)

import numpy as np
a=np.ones(5)
b=torch.from_numpy(a)
np.add(a,1,out=a)
print(a,b)

知らせ

cuda tensor について: tensor は .to() メソッドを使用して任意のデバイスに移動できます

ウィンドウズ

マック

if torch.backends.mps.is_available():
    device=torch.device('mps')
    #cpu上创建x，gpu上创建y
    x=torch.randn(1)
    y=torch.ones_like(x,device=device)
    x=x.to(device)
    #此时x，y都在gpu上
    z=x+y
    print(z)
    #再将z转移到cpu上
    print(z.to('cpu',torch.float32))