代码拉取完成,页面将自动刷新
import torch
import numpy as np
# 生成全都为1的 2行 3列的矩阵
print(torch.ones(2, 3))
print(torch.zeros(3, 3))
# 随机生成
print(torch.rand(3, 4))
# 随机生成整数,且规定范围为 0 到 10
print(torch.randint(0, 10, (2, 3)))
a = torch.tensor([[1, 2], [3, 4], [5, 6]])
# 随机生成和a类似的矩阵(形状相似)
b = torch.rand_like(a, dtype=float)
print(b)
# 修改数据形状, 进行维度的改变, 但是数值不变
c = b.view(6)
# 也可以用 reshape 来改变维度
# c = b.reshape(6)
print(c)
# 将 tensor 对象 改变为一个 python 下一个普通的数值, 但是item只能改变一个值
print(c[0].item())
# 将 tensor 改变为 numpy array
d = np.array(c)
print(d)
# 将 numpy array 改变为 tensor
tensor = torch.tensor(d)
print(tensor)
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。