深度之眼PyTorch训练营第二期 ---基础数据结构-张量

标签：list   包装   形状   依据   fun   none   oat   向量   data   

一、Tensor概念

　　张量：多维数组，标量、向量、矩阵的高维拓展

• Tensor与Variable

1. torch.autograd.Variable：数据类型，主要用于封装Tensor，进行自动求导，五个属性：
   • 　　data：被包装的Tensor
   • 　　grad：data的梯度
   • 　　grad_fn：创建Tensor的Function，自动求导的关键
   • 　　requires_grad:指示是否需要梯度
   • 　　is_leaf：指示是否是叶子结点（张量）
2. PyTorch0.4.0之后，Variable并入Tensor

• •          dtype：张量的数据类型，如torch.FloatTensor，torch.cuda.FloatTensor
  •          shape：张量的形状，如(64, 3, 224, 224)
  •          device：张量所在的设备，GPU/CPU，加速的关键

         3.  常见数据类型

           　　torch.float or torch.float32

                  torch.int8     

                  torch.uint8  

　　　　　torch.int16  or torch.short

 　　　　   torch.int32 or torch.int

                  torch.int64 or torch.long

二、Tensor创建方式一：直接创建

torch.tensor(
                  data,
                  dtype = None,
                  device = None,
                  requires_grad = False,
                  pin_memory = False)
/*
功能：从data创建tensor
data:数据，list or numpy
dtype：数据类型，默认与data一致
device：所在设备，cuda/cpu
requires_grad：是否需要梯度
pin_memory：是否存于锁页内存
*/

三、Tensor创建方式二：依据数值创建

四、Tensor创建方式三：依据概率创建

深度之眼PyTorch训练营第二期 ---基础数据结构-张量

标签：list   包装   形状   依据   fun   none   oat   向量   data   

原文地址：https://www.cnblogs.com/cola-1998/p/11663193.html