Pytorch系列之常用基础操作
各种张量初始化
创建特殊类型的tensor
a = torch.FloatTensor(2,3)
a = torch.DoubleTensor(2,3)
...
设置pytorch中tensor的默认类型
torch.set_default_tensor_type(torch.DoubleTensor)
更改tensor类型
a.float()
各种常用初始化
torch.randn_like()
torch.rand(3,3) #创建 0-1 (3,3)矩阵
torch.randn(3,3) #创建 -1-1 (3,3)矩阵
torch.randint(1,10,[2,2]) #创建 1-10 (2,2) int型矩阵
按照不同的均值和方差进行初始化
torch.normal(mean=torch.full([20],0),std=torch.arange(0,1,0.1))
按照间隔初始化
torch.linspace(0,10,step=3)
torch.arange(1,10,5)
创建单位矩阵
torch.eye(4,4)
创建打乱的数列
torch.randperm(10)
返回tensor元素个数
torch.numel(torch.rand(2,2))
维度操作
矩阵拼接
torch.cat((x,x),0)
torch.stack((x,x),0) #与cat不同的是,stack在拼接的时候,要增加一个维度
矩阵拆分
chuck直接按照数量来拆分,输入N就拆分成N个
torch.chunk(a,N,dim)
split的两种用法,第一种是输入一个数字,这样就会拆分成这个总维度/数字个维度,第二个是如输入一个列表,会按照列表指定的维度进行拆分
torch.split(a,[1,2],dim)
矩阵选取
在某个维度上选择连续的N 列或者行
torch.narrow(dim,index,size)
选择一个维度dim,从index开始取size个列或者行
a.index_select(dim, list)
各种选取
a[ : , 1:10, ::2 , 1:10:2]
矩阵打平后选取
torch.take( tensor , list)
维度变化
a.view(1,5)
a.reshape(1,5)
维度减少和增加
只有一个维度的时候,就是0在前面插入,-1或1在后面插入,可以把list当成是0.5维度
a.unsqueeze(1)
a.squeeze(1)
维度扩张
a.expand()
维度扩展expand,注意这里的维度只能由1扩张成N,其他情况下是不能扩张的,另外维度不变的时候也可以用-1代替
a.repead()
另外一种方式是使用repeat函数,repeat表示将之前的维度复制多少次,通过复制来进行扩张
维度交换
transpose(2,3) # 交换两个维度
permute(4,2,1,3) # 交换多个维度
数学运算
基础运算
其中加减除法都可以使用运算符直接计算,乘法需要额外注意两种不同的乘法,其中:
mul或者*是矩阵对应元素相乘
mm是针对于二维的矩阵正常乘法
matmul是针对任意维度矩阵的正常乘法,@是其符号重载
数字近似
floor() 向下取整
ceil() 向上取整
trunc() 保留整数
frac() 保留小数
数值裁剪
clamp(min)
clamp(min,max) #在这个阈值之外的都变成阈值
累乘
prod()
线性代数相关
trace #矩阵的迹
diag #获取主对角线元素
triu/tril #获取上下三角矩阵
t #转置
dot/cross #内积与外积
其他
Numpy Tensor 互相转换
np_data = np.arange(6).reshape((2, 3))
torch_data = torch.from_numpy(np_data)
tensor2array = torch_data.numpy()
类型判断
isinstance(a,torch.FloatTensor)
广播
什么时候可以使用广播,广播将从最后一个维度开始,从后往前开始匹配,当一个对象的维度是1或者与另一个对象的维度大小一样的时候,可以匹配上,另外,如果一个对象的维度少于另外一个维度的对象,只要从后往前开始的维度匹配,那么就可以使用广播。
例如
(1,2,3,4) 和 (2,3,4) or (1,2,3,4) 可以广播
(1,2,3,4) 和 (1,1,1) or (1,1,1,1) 可以广播
topk
topk可以帮助返回在某一维度上最大的k个值以及下标,只需要将largest=False,就可以返回最小的k个值
where条件选择
根据条件是否成立,选择矩阵X或者矩阵Y中的元素
where(condition > 0.5 , X , Y )
gather
本质就是在查表,第一个参数是表格,第二个是维度,第三个是要查询的索引
操作就是,在inpu中选择维度dim,然后根据index编号,读取input中的元素
torch.gather(input,dim,index,out=None)
Pytorch系列之常用基础操作的更多相关文章
- Docker系列之常用命令操作手册
目录 1.安装虚拟机 2.安装Docker 3.Docker镜像操作 4.Docker容器操作 Docker系列之常用命令操作手册 继上一篇博客Docker系列之原理简单介绍之后,本博客对常用的Doc ...
- 《Genesis-3D开源游戏引擎-官方录制系列视频教程:基础操作篇》
注:本系列教程仅针对引擎编辑器:v1.2.2及以下版本 G3D基础操作 第一课<G3D编辑器初探> G3D编辑器介绍,依托于一个复杂场景,讲解了场景视图及其基本操作,属性面板和工具栏的 ...
- Mysql常用基础操作(备忘录)
常常忘记mysql的一些命令行操作,甚至于说,比较复杂的sql格式记不住或忘记了,也可能根本不会考虑去记,因此,做一下汇总,当下次出现恍惚时不至于去百度挨个找,有时就是记不起来,但是只要给点药引子,立 ...
- Elasticsearch学习系列二(基础操作)
本文将分为3块讲解Es的基础操作.分别为:索引(index).映射(mapping).文档(document). 索引操作 创建索引库 语法: PUT /索引名称{ "settings&qu ...
- Pytorch系列:(一)常用基础操作
各种张量初始化 创建特殊类型的tensor a = torch.FloatTensor(2,3) a = torch.DoubleTensor(2,3) ... 设置pytorch中tensor的默认 ...
- C# 数据操作系列 - 1. SQL基础操作
0.前言 前篇介绍了一些数据库的基本概念和以及一些常见的数据库,让我们对数据库有了一个初步的认识.这一篇我们将继续为C#数据操作的基础填上一个空白-SQL语句. SQL(Structured Quer ...
- CentOS7 常用基础操作
系统目录结构了解 CentOS系统中没有磁盘的概念,一切皆文件,/目录下的的一个个文件夹目录就相当于磁盘了,这里简单记录几个常用的目录以及对应的作用: dev:Linux一切皆文件,包括硬件也进行了文 ...
- SPSS常用基础操作(3)——对数据资料进行整理
在实际工作中,往往需要对取得的数据资料进行整理,使其满足特定的分析需求,下面介绍SPSS在资料整理方面的一些功能. 1.加权个案加权个案是指给不同的个案赋予不同的权重,以改变该个案在分析中的重要性.为 ...
- SPSS常用基础操作(2)——连续变量离散化
首先说一下什么是离散化以及连续变量离散化的必要性. 离散化是把无限空间中无限的个体映射到有限的空间中去,通俗点讲就是把连续型数据切分为若干“段”,也称bin,离散化在数据分析中特别是数据挖掘中被普遍采 ...
随机推荐
- ctfshow之Web入门刷题记(从89开始,持续更新)
0x01Web89-99PHP特性payload Web89 include("flag.php"); highlight_file(__FILE__); if(isset($_G ...
- linux执行cmd之一
执行方法: 1.手动执行 2.程序执行 涉及到的权限问题: 1.应用程序的权限 2.被执行文件的权限
- 用MindManager做完思维导图后怎么加密
使用MindManager我们可以制作出很多简洁明了的思维导图,然而,不论是分享还是查看这些导图,我们往往需要对导图进行加密操作,尤其是制定公司或企业的下一步发展计划时,加密导图就显得很有必要了. M ...
- 如何在FL Studio中使用自动剪辑(下)
在上集中我想大家介绍了FL Stduio Automation Clip的创建.播放列表操作及包络线类型介绍,在这篇文章中我将会给大家介绍如何在播放列表中使用Automation,剪辑通道的操作及使用 ...
- Idea中如何导入jar包
1.首先在idea左上角找到" File ",然后找到 "Project structure" 2.接着选择 " java ",选择后接着会 ...
- python3时间函数
上一篇是生成测试报告的代码,如果重复运行测试报告名称相同会不停的覆盖,之前的测试报告也会丢失,无法追溯之前的问题.那么如何解决这个问题了呢? 首先想到的是用随机函数取随机名称,一旦生成的报告较多时,无 ...
- docker私有云管理平台-----shipyard
下载所需docker镜像 docker pull rethinkdb docker pull microbox/etcd docker pull shipyard/docker-proxy docke ...
- 为什么90%的大学都要求计算机专业学习C语言?
编程语言是编程的工具,计算机相关专业的学生必须具备足够的编程能力.当然,关于"最好语言"的争论从来没有休止过,这里要强调一下:语言的选择真的没那么重要,学习语言的过程最重要是语言的 ...
- shardingsphere与分布式事务
rt https://blog.csdn.net/l1028386804/article/details/79769043 https://blog.csdn.net/qq_20387013/arti ...
- 【2020.12.03提高组模拟】A组反思
估计:40+10+0+0=50 实际:40+10+0+0=50 rank40 T1 赛时看到\(n,m\leq9\),我当机立断决定打表,暴力打了几个点之后发现在\(n\ne m\)且\(k\ne0\ ...