当前位置: 首页 > news >正文

做夏促的网站有哪些摘抄一小段新闻

做夏促的网站有哪些,摘抄一小段新闻,三牛网络推广,建设政府网站的公司0 导读 在我们不知道什么是深度学习计算框架时,我们可以把PyTorch看做是Python的第三方库,在PyTorch中定义了适用于深度学习的张量Tensor,以及张量的各类计算。就相当于NumPy中定义的Array和对应的科学计算方法,正是这些基本数据…

在这里插入图片描述

0 导读

在我们不知道什么是深度学习计算框架时,我们可以把PyTorch看做是Python的第三方库,在PyTorch中定义了适用于深度学习的张量Tensor,以及张量的各类计算。就相当于NumPy中定义的Array和对应的科学计算方法,正是这些基本数据类型和对应的方法函数,为我们进一步在PyTorch上进行深度学习建模提供了基本对象和基本工具。

因此,我们需要熟练掌握PyTorch中张量的基本操作方法。torch.Tensor是一种包含单一数据类型元素的多维矩阵。

import torch
torch.__version__
# '1.7.0'

1 张量的创建

张量的最基本创建方法和Numpy中创建Array的格式一致,都是创建函数的格式。

1.1 通过列表创建

t = torch.tensor([1, 2])
print(t)
# tensor([1, 2])

1.2 通过元组创建

t = torch.tensor((1, 2))
print(t)
# tensor([1, 2])

1.3 通过Numpy创建

import numpy as np
n = np.array([1, 2])
t = torch.tensor(n)
print(t)
# tensor([1, 2])

2 张量的数据类型

Python中,我们可以使用type()方法查看一个变量的数据类型。

2.1 type()

t = torch.tensor([1, 2])
print(type(t))
# <class 'torch.Tensor'>

Python环境中直接使用type()方法打印变量t的类型torch.Tensor。那么Tensor下有什么类型呢?我们需要使用dtype方法进行查看。

2.2 dtype

t = torch.tensor([1, 2])
print(t.dtype)
# torch.int64

我们可以看到t的大类是Tensor,更具体的说,它是torch.int64类型的变量。

2.3 type()dtype的不同

i = torch.tensor([1, 2])
f = torch.tensor([1.0, 2.0])
print(type(i), i.dtype, sep = ' , ')
print(type(f), f.dtype, sep = ' , ')
# <class 'torch.Tensor'> , torch.int64
# <class 'torch.Tensor'> , torch.float32

我们可以看到,type()不能识别出Tensor内部的数据类型,只能识别出变量的基本类型是Tensor,而dtype方法可以识别出变量具体为哪种类型的Tensor

2.4 PyTorchTensor的数据类型

PyTorch中我们常用Tensor的数据类型有整数型、浮点型和布尔型。具体如下:

数据类型dtype
32bit浮点数torch.float32或torch.float
64bit浮点数torch.float64或torch.double
16bit浮点数torch.half
8bit无符号整数torch.unit8
8bit有符号整数torch.int8
16bit有符号整数torch.int16或torch.short
32bit有符号整数torch.int32或torch.int
64bit有符号整数torch.int64
布尔型torch.bool
复数型torch.complex64

此外,我们可以在创建张量时通过dtype参数直接定义它的类型。

t = torch.tensor([1, 2], dtype = torch.float64)
print(t.dtype)
# torch.float64

3 张量类型的转化

3.1 张量类型的隐式转化

NumpyArray相同,当张量各元素属于不同类型时,系统会自动进行隐式转化。

t = torch.tensor([1.1, 2])
print(t)
# tensor([1.1000, 2.0000])
t = torch.tensor([True, 2])
print(t)
# tensor([1, 2])

3.2 张量类型的转化方法

可以使用.float().int()等方法对张量类型进行转化。

t = torch.tensor([1, 2])
f = t.float()
print(f)
print(t)
# tensor([1., 2.])
# tensor([1, 2])

需要注意的是,这里并不会改变原来t的数据类型。

在这里插入图片描述

http://www.hengruixuexiao.com/news/25531.html

相关文章:

  • 深圳金融投资网站建设win10系统优化软件
  • 哈尔滨网站建设哪儿好薇广告公司业务推广
  • 自己电脑做网站模板吸引顾客的营销策略
  • 淘宝客网站主题下载阿里巴巴运营
  • 忻州做网站游戏推广合作平台
  • 请人做个网站多少钱搜索引擎优化seo网站
  • 男女做那个网站谷歌浏览器下载手机版官网中文
  • 自己做网站平台推广员网站
  • 网站建设需要几个人济南百度开户电话
  • 湖北专升本网站建设世界新闻
  • 网站注册页面怎么做数据验证近期的时事热点或新闻事件
  • 抖音推广计划旺道seo优化
  • 郑州网站建设公司哪家好百度联盟
  • 火蝠电商代运营公司怎么样谷歌搜索优化seo
  • 在家有电脑怎么做网站营销图片素材
  • 免费个人手机网站最新域名查询ip
  • 做调查的网站有哪些长春网站优化平台
  • 用html做家谱网站代码关于进一步优化落实疫情防控措施
  • 在线聊天网站怎么做怎么做公司网站
  • WordPress 卡密购买插件杭州优化seo
  • 创建iis网站搭建一个网站
  • php做企业网站南昌seo排名优化
  • 用自己网站做淘宝客发帖秒收录的网站
  • 个人网站可以做充值最近一周新闻大事摘抄2022年
  • 网站开发人员工具b站是哪个网站
  • 沙坪坝区科委网站优化人员配置
  • 四川城乡和建设厅网站网络推广平台有哪些?
  • 怎样给网站做后台百度推广的广告靠谱吗
  • 企业网络推广搜索排名seo优化网站教程
  • 做网站累吗如何实施网站推广