pytorch-学习笔记1

linspace

作用

将区间[start,end]按照固定的间隔均分成若点，返回一个一维tensor（包含这些线段的起点）

参数

torch.linspace(start, end, steps=100, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor
start:线段起点
end:线段终点
steps:线段均分后的点数，默认为100（均分成100个点）
out:输出tensor

代码

1
2
3
4
5
6
7
8
9
10
11

torch.linspace(3, 10, 5)
tensor([3.0000, 4.7500, 6.5000, 8.2500, 10.0000])
//
torch.linspace(-10, 10, steps=5)
tensor([-10., -5., 0., 5., 10.])
//
torch.linspace(start=-10, end=10, steps=5)
tensor([-10., -5., 0., 5., 10.])
//
torch.linspace(start=-10, end=10, steps=1)
tensor([-10.])

norm

作用

返回tensor的p范数
p范数:\(||x||_p: (|x_1|^p + |x_2|^p + ···+|x_n|^p)^{\frac{1}{p}}\)
当P=1（1-范数）：所有数字的绝对值之和
当P=2（2-范数）：所有数字平方求和后开平方根，代表所有数字距离0点的距离

参数

torch.norm(input, p=’fro’, dim=None, keepdim=False, out=None, dtype=None)
input:输入tensor
p:范数值（int,float,inf,-inf），默认值为2。若p=float(‘inf’)，返回的是最大数的绝对值，若若p=float(‘-inf’)，返回的是最小数的绝对值
dim:若dim为1维，计算vector norm。dim=0代表计算矩阵每一列的p范数，dim=1代表计算矩阵每一行的p范数
若dim为2维，计算matrix norm
若dim为None，输入为一维，计算vector norm,输入为二维，计算matrix norm,超过二维，在最后一维度计算vector norm

代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

a = torch.arange(9, dtype= torch.float) - 4
b = a.view((3, 3))
torch.norm(a)
tensor(7.7460)
\\
torch.norm(b)
tensor(7.7460)
\\
torch.norm(a, float('inf'))
tensor(4.)
\\
torch.norm(b, float('inf'))
tensor(4.)
\\
c = torch.tensor([[ 1, 2, 3],[-1, 1, 4]] , dtype= torch.float)
torch.norm(c, dim=0)
tensor([1.4142, 2.2361, 5.0000])
\\
torch.norm(c, dim=1)
tensor([3.7417, 4.2426])
\\
torch.norm(c, p=1, dim=1)
tensor([6., 6.])

numel

作用

返回tensor的元素个数

代码

1
2
3
4
5
6
7

a = torch.randn(1,2,3,4,5)
torch.numel(a)
120
\\
a = torch.zeros(4,4)
torch.numel(a)
16

eye

作用

返回对角线为1，其余为0的矩阵

参数

torch.eye(n, m, out=None)
若m为None，默认为n

ones,zeros,empty

作用

返回全1的tensor，返回全0的tensor，返回没有初始化的tensor

参数

torch.ones、zeros、empty(n, m, out=None)

from_numpy

作用

将np.ndarray转换为pytorch的tensor，返回后的tensor不能改变尺寸

代码

1
2
3
4
5
6
7
8

a = numpy.array([1, 2, 3])
t = torch.from_numpy(a)
t
torch.LongTensor([1, 2, 3])
\\
t[0] = -1
a
array([-1,  2,  3])

rand

作用

返回一个张量，包含了从区间[0,1)的均匀分布中抽取的一组随机数，形状由可变参数sizes定义。

参数

torch.rand(*sizes, out=None) → Tensor

randn

作用

返回一个张量，包含了从标准正态分布(均值为0，方差为 1)中抽取一组随机数，形状由可变参数sizes定义。

参数

torch.randn(*sizes, out=None) → Tensor

randperm

作用

给定参数n，返回一个从0 到n -1 的随机整数排列。

参数

torch.randperm(n, out=None) → LongTensor

range

作用

包含在半开区间[start, end），从start开始，以step为步长的一组值，step代表间隔。不包含末尾元素。

参数

torch.range(start=0, end, step=1, out=None) → Tensor
start默认为0，step默认为1

arange

作用

包含在区间[start, end]，从start开始，以step为步长的一组值，step代表间隔。s包含末尾元素。

参数

torch.arange(start=0, end, step=1, out=None) → Tensor