pytorch--基础函数的使用与数据预处理(1)

        张量(Tensor)是Pytorch、TensorFlow等深度学习框架的基础运算单位，与python中Numpy工具包的ndarray类似。不同的是GPU可以很好地支持加速计算，而Numpy仅支持CPU计算，这样可以哒哒地加快运算速度。张量为包含单一数据类型的元素的多维矩阵(没有轴只有大小的标量可以视为零阶张量，有一个轴既有大小又有方向的矢量可以视为一阶张量，有两个轴的矩阵可以视为二阶张量，具有两个轴以上的张量没有特殊的数学名称)。

Tensor在Pytorch中常用的基本数据类型:

torch.FloatTensor    #Tensor默认数据类型32位浮点型
torch.DoubleTensor   #64位浮点型
torch.LongTensor     #64位整型
torch.IntTensor      #32位整型
torch.ShortTensor    #16位整型

不常用数据类型:

torch.BoolTensor    #布尔类型
torch.ByteTensor    #byte类型
torch.HalfTensor    #半精度浮点类型
torch.CharTensor    #char类型

a = torch.empty([3, 4], dtype=torch.int8)

输出(每次输出均不同):

tensor([[   0,  109,  -31,  -90],
            [  60,    2,    0,    0],
            [-128,   72,   43,  114]], dtype=torch.int8)

a = torch.ones(3,4)
print(a)

b = torch.empty([4,4],out=a)
print(b, 'n', a)

out会把前面已创建的张量元素赋值给该张量。

tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]])
tensor([[1.0000e+00, 1.0000e+00, 1.0000e+00, 1.0000e+00],
        [1.0000e+00, 1.0000e+00, 1.0000e+00, 1.0000e+00],
        [1.0000e+00, 1.0000e+00, 1.0000e+00, 1.0000e+00],
        [8.9082e-39, 8.9082e-39, 9.1837e-39, 1.0653e-38]]) 
 tensor([[1.0000e+00, 1.0000e+00, 1.0000e+00, 1.0000e+00],
        [1.0000e+00, 1.0000e+00, 1.0000e+00, 1.0000e+00],
        [1.0000e+00, 1.0000e+00, 1.0000e+00, 1.0000e+00],
        [8.9082e-39, 8.9082e-39, 9.1837e-39, 1.0653e-38]])