pytorch之科学计算
作者:互联网
一、简介
torch作为深度学习的主流框架,其根本在于1.具有强大的GPU加速的张量计算功能。2.包含自动求导系统的深度神经网络。自动求导功能由torch.Autograd模块实现,而科学计算部分则直接通过torch,mathfunc()来实现,本文拟对科学计算相关函数做一个简单总结。
二、torch科学计算之基础组件:Tersors(张量)
三、torch科学计算常用API(在科学计算函数方面,torch与numpy基本上没有什么差别!):
torch.is_tensor(obj)
torch.is_storage(obj)
torch.set_default_tensor_type(t)
torch.numel(input
)#返回input
张量中的元素个数
torch.set_printoptions() #设置打印选项 torch.eye(n, m=None, out=None)
torch.from_numpy(ndarray)
torch.linspace(start, end, steps=100, out=None)
torch.logspace(start, end, steps=100, out=None)
torch.ones(*sizes, out=None)
torch.rand(*sizes, out=None)
torch.randn(*sizes, out=None)
torch.randperm(n, out=None)
#0-n-1整数随机排列 torch.arange(start, end, step=1, out=None)
torch.cat((x, y, z), 0)
#列方向连接x,y,z (0表示列,1表示行) torch.chunk(tensor, chunks, dim=0)
#在给定维度(轴)上将输入张量进行分块儿。chunks表示分块个数
标签:None,sizes,科学计算,torch,张量,pytorch,out 来源: https://www.cnblogs.com/generaotr/p/14666593.html