pytorch安装

bing官网
找对应版本下载
记住一点：-c pytorch不要加上，否则下载速度巨慢

pytorch的基本语法

tensor张量

基本概念

标量：0维张量
矢量：一维张量
矩阵：二维张量
矩阵数组：三维张量

tensor()是一个函数
代码演示：
tensor = torch.arange(2,14,2)：不用手打，创建一维张量,取不到14

a=torch.tensor(1,dtype=int)
a = torch.tensor([1,2,3],dtype=int)
a=torch.tensor([[1,2,3],[4,5,6]],dtype=int)

形状

a.dtype：看类型
a.shape：看形状
a.size()：看形状
a.ndim:看维度
a.view(6):变形
a.reshape(6):变形
a.view(-1,1):-1是自动匹配

数据生成

生成矩阵

可以加参数如torch.ones((2,3),requires_grad=True)
torch.ones(2,3)
torch.zeros(2,3)
torch.rand(2,3,(2,3))
torch.randint(0,2,(2,3))

类型转换

tensor转正常

一个：item
c=torch.randint(2,6,(2,3))
c[1].item()有返回值
多个的：np
import numpy as np
np.array(c)

转基本数据类型

int()
float()
long():不会直接修改

基本运算操作

+：a+b，a.add_(b),torch.add(a,b)
-：a-b
*:a*b,torch.matmul(a,tensor):必须都是int64既long类型
/：除
//：取整
%：取余
转置：A.T

基本运算函数

torch.sum(sample)=sample.sum()
相加：sample.sum()
找最大:sample.max()
找最小:sample.min()
找最大下标:sample.argmax()
找最小下标:sample.argmin()
平均值:sample.mean()
开方:sample.median()
幂指数:sample**sum

数据的索引

一维张量的索引

tensor = torch.arange(2,14)
tensor[2]
tensor[2,5]
tensor[2:]
tensor[2,-1]
tensor[-5:]=tensor[-5:-1]

指定索引多个
index=[1,3,5,7]
tensor[index]

循环
for t in tensor:
print(t)

自动求导

x=torch.randint(1,10,(2,3),dtype=float,requires_grad=True)， #表示可导
y = x + 2
z = y * y * 3
out = z.mean() #y,z,out对x有继承
out.backward() #求导之前必须要做的
print(x.grad) #out对x的导数

标签：基本,sample,tensor,dtype,torch,张量,语法,pytorch,out
来源： https://www.cnblogs.com/dabaitunb/p/16059846.html