人工智能学习Pytorch张量数据类型示例详解
更新时间：2021年11月11日 17:01:48 作者：Swayzzu
这篇文章主要为大家介绍了人工智能学习Pytorch张量数据类型的示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步
1.python 和 pytorch的数据类型区别
在PyTorch中无法展示字符串，因此表达字符串，需要将其转换成编码的类型，比如one_hot，word2vec等。
2.张量
在python中，会有标量，向量，矩阵等的区分。但在PyTorch中，这些统称为张量tensor，只是维度不同而已。
标量就是0维张量，只有一个数字，没有维度。
向量就是1维张量，是有顺序的数字，但没有“行”或“列”的区分。
矩阵就是2维张量，有形状，行和列。
以此类推，PyTorch中也常用3维张量和4维张量。
具体的张量生成和相关特性获取方式如下：
①一维张量
在PyTorch中，没有中括号，只有一个数字，就是1维张量，也就是python中的标量。
可以通过不同的方法查看数据的维度：
对于0维张量，查看形状的时候就是0。
②二维张量
通过Pytorch可以直接指定一个具体的张量数据，也可以通过指定张量的形状，来随机生成指定形状的数据。
如果通过numpy生成了数据，可以通过torch.from_numpy来转换成张量。
③3维张量
通常，在RNN中会使用3维张量。
④4维张量
通常，在CNN中会使用3维张量。比如下图生成的四维张量，可以理解为是2张图，3层颜色，长宽均为28
以上，通过不同的方法可以生成想要的维度的张量，并查看相关属性。
以上就是人工智能学习Pytorch张量数据类型示例详解的详细内容，更多关于Pytorch张量数据类型的资料请关注脚本之家其它相关文章！
相关文章
今天小编就为大家分享一篇对Python3 * 和 ** 运算符详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-02-02
这篇文章主要介绍了使用opencv中匹配点对的坐标提取方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
这篇文章主要为大家介绍了Pipenv轻量级虚拟环境管理工具使用指南，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-02-02
今天小编就为大家分享一篇Python3 关于pycharm自动导入包快捷设置的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
这篇文章主要介绍了Python+OpenCV检测灯光亮点的实现方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-11-11
pyinstaller打包python3.6和PyQt5中各种错误的解决方案汇总
pyinstaller是打包python很方便的一个套件,我们可以很轻易地使用他,下面这篇文章主要给大家介绍了关于pyinstaller打包python3.6和PyQt5中各种错误解决的相关资料,需要的朋友可以参考下2022-08-08
聊聊pytorch测试的时候为何要加上model.eval()
这篇文章主要介绍了聊聊pytorch测试的时候为何要加上model.eval()的操作，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-05-05
这篇文章主要介绍了Python装饰器实现方法及应用场景详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-03-03
今天小编就为大家分享一篇用Python实现最速下降法求极值的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
在日常编程中,需要比较两个列表并找出它们之间差异是一种常见需求,在本文中,我们将深入探讨Python中查找两个列表差异值的方法,需要的小伙伴可以参考下2023-12-12
最新评论