Pytorch 入门

创建一个矩阵的操作

import torch



x = torch.empty(5,3)

if __name__ == '__main__':
    print(x)

创建一个有初始化的矩阵： 

y = torch.rand(2,4)

y_1 = torch.randn(2,4)

if __name__ == '__main__':

    print(y)
    print(y_1)

对比有初始化和无初始化的矩阵时，当声明一个未初始化的矩阵的时候，它本身不包活任何确切的值。

 创建一个全0的矩阵，指定数据的类型为long

x: Tensor = torch.zeros(5,7,dtype =torch.long )

if __name__ == '__main__':
    print(x)

 通过数据来创建张量 

y: Tensor = torch.tensor([2.5,3.5])

通过已有的一个张量来创建一个相同尺寸的新张量，创建一个与已有张量尺寸相同的张量但是其中的值不同的张量

x: Tensor = torch.zeros(5, 7, dtype=torch.long)

'''use new_methods to construct a new tensor which own the same size of the 
ole ones '''
x = x.new_ones(5, 7, dtype=torch.double)

'''use rand_like method to construct a new tensor which own the same size of 
the old one but the values of the new tensor are random also the type of the 
 values are redefine'''
y: Tensor = torch.rand_like(x, dtype=torch.double)

double类型显示的所有张量都带有.

 得出张量的尺寸 

    print(x.size())

注意：x.size（）函数本质返回的是一个tuple，因此它支持元组的所有操作。

加法操作

第一种

    print(x+y)

第二种

z = torch.add(x,y)

第三种

'''define a new empty tensor, use the parameter of the add method to give the
 value of the method's result through " out " '''
result = torch.empty(5,7)
torch.add(x,y,out=result)

第四种（原地置换）

y.add_(x)

注意：所有的原地置换（in-place）都是存在小下划线的_，并且会改变原来的对象

利用Numpy切片的方式访问张量