PyTorch学习笔记之Tensors 2

Tensors的一些应用

 '''
 Tensors和numpy中的ndarrays较为相似, 因此Tensor也能够使用GPU来加速运算
 '''
 # from _future_ import print_function
 import torch
 x = torch.Tensor(5, 3)        # 构造一个未初始化的5*3的矩阵

 x2 = torch.rand(5, 3)         # 构造一个随机初始化的矩阵 the same as

 # print(x.size())              # torch.Size([5, 3])
 y = torch.rand(5, 3)

 # x+y
 # method 1
 print(torch.add(x, y))
 # 输出tensor
 result = torch.Tensor(5, 3)

 # method 2
 print(torch.add(x, y, out=result))    # the same as the above one
 # print(result)                   result=torch.add(x, y, out=result)

 # method 3
 print(y.add_(x))                 # 任何可以改变tensor内容的操作都会在方法名后加一个下划线'_'，例如：x.copy_(y), x.t_(), 这俩都会改变x的值。
 # print(y)                       y=y.add_(x)

 # print(x[:, 1])                        # 这一操作会输出x矩阵的第二列的所有值