pytorch建立

import torch

import numpy as np

#从numpy导入

a = np.ones([2,1])

a = torch.from_numpy(a)

print(a)

 

#从list导入,注意在python中，（）默认表示ｓｉｚｅ；

a = torch.tensor([1,2,3])

print(a)

 

#生成未初始化数据

a = torch.empty(5,3)

b = torch.FloatTensor(5,3)

c = torch.IntTensor(5,3)

print(a,b,c)#pytorch默认类型是FloatTensor

 

#随机初始化：

#rand函数使用０－１随机均匀分布,包含０和０；　　　

#rand_like [min,max)

 

a = torch.rand(3,3)

b = torch.rand_like(a)

c = torch.randint(1,10,[3,3])#生产３＊３的tensor，范围是[1,10)

print(a,b,c)

 

a = torch.randn(3,3)#正态分布,经常使用于bias;均值为0,方差为1;

print(a)

 

"""

若是想自定义均值和方差则使用normal函数:

生成10个均值为0;方差慢慢变小;后期咱们能够改为咱们想要的形状,以下面的能够resize为(2,5),(5,2)等;

"""

a = torch.normal(mean=torch.full([10],0),std=torch.arange(1,0,-0.1))

print(a)

a = torch.normal(mean=torch.full([10],0),std=torch.arange(1,0,-0.1))

print(a)

 

print(torch.full([2,3],1024))#生成2*3矩阵,元素值均为1024

print(torch.full([],1024))#tensor(1024.) 生成一个标量

print(torch.full([1],1024))#tensor([1024.])长度为1的tensor

 

#生成等差数列

a = torch.arange(1,10,0.5)#0.5等差,不包含10

print(a)

a = torch.linspace(1,10,100)#在1-10之间生成100个等分数列

print(a)

a = torch.logspace(1,-1,10)#1至-1之间生成10个等差数列,再求log

print(a)

 

#生成全0全1以及对角矩阵,注意eye只支持1,2维度,高维度不支持

print(torch.ones(3,3),torch.zeros(3,3),torch.eye(3,3))

 

#生成随机索引,相似shuffle,用于打乱顺序

print(torch.randperm(10))