pytorch之科学计算

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