pytorch 是什么
pytorch是一个动态的框架，是一个基于 Python 的科学计算包，NumPy 的替代品，可以利用 GPU 的性能进行计算。针对深度学习研究平台拥有足够的灵活性和速度。
与tensorflow区别
在PyTorch中，图结构是动态的，这意味着图在运行时构建。而在TensorFlow中，图结构是静态的，这意味着图先被“编译”然后再运行。
安装
1.先安装annaconda
https://www.jianshu.com/p/d69619c02534
2.去官网获取适配自己电脑环境的包
https://pytorch.org/get-started/locally/
image.png
3.在annaconda 控制命令行执行命令
image.png
image.png
这样就安装好了
基本数据定义
#导入 pytorch
from future import print_function
import torch
#构建一个5行3矩阵，不初始化
x = torch.empty(5, 3)
###输出###
tensor(1.00000e-04 *
[[-0.0000, 0.0000, 1.5135],
[ 0.0000, 0.0000, 0.0000],
[ 0.0000, 0.0000, 0.0000],
[ 0.0000, 0.0000, 0.0000],
[ 0.0000, 0.0000, 0.0000]])
#构建一个5行3矩阵，随机初始化
x = torch.rand(5, 3)
###输出###
tensor([[ 0.6291, 0.2581, 0.6414],
[ 0.9739, 0.8243, 0.2276],
[ 0.4184, 0.1815, 0.5131],
[ 0.5533, 0.5440, 0.0718],
[ 0.2908, 0.1850, 0.5297]])
构建全为0的矩阵，并且指定数据类型为long
x = torch.zeros(5, 3, dtype=torch.long)
###输出###
tensor([[ 0, 0, 0],
[ 0, 0, 0],
[ 0, 0, 0],
[ 0, 0, 0],
[ 0, 0, 0]])
构建张量
x = torch.tensor([5.5, 3])
###输出###
tensor([ 5.5000, 3.0000])
#创建一个和另外一个tensor一样维度的数据
x = x.new_ones(5, 3, dtype=torch.double)
x = torch.randn_like(x, dtype=torch.float)
###输出###
tensor([[ 1., 1., 1.],
[ 1., 1., 1.],
[ 1., 1., 1.],
[ 1., 1., 1.],
[ 1., 1., 1.]], dtype=torch.float64)
tensor([[-0.2183, 0.4477, -0.4053],
[ 1.7353, -0.0048, 1.2177],
[-1.1111, 1.0878, 0.9722],
[-0.7771, -0.2174, 0.0412],
[-2.1750, 1.3609, -0.3322]])
#获取tensor的维度
x.size()
###输出###
torch.Size([5, 3])
加法操作
#将x和y的对应元素相加
y = torch.rand(5, 3)
x+y
###输出###
tensor([[-0.1859, 1.3970, 0.5236],
[ 2.3854, 0.0707, 2.1970],
[-0.3587, 1.2359, 1.8951],
[-0.1189, -0.1376, 0.4647],
[-1.8968, 2.0164, 0.1092]])
#####
#调用torch的加法方法
torch.add(x, y)
###输出###
tensor([[-0.1859, 1.3970, 0.5236],
[ 2.3854, 0.0707, 2.1970],
[-0.3587, 1.2359, 1.8951],
[-0.1189, -0.1376, 0.4647],
[-1.8968, 2.0164, 0.1092]])
#将tensor相加的结果保存到指定的tensor
result = torch.empty(5, 3)
torch.add(x, y, out=result)
result
###输出###
tensor([[-0.1859, 1.3970, 0.5236],
[ 2.3854, 0.0707, 2.1970],
[-0.3587, 1.2359, 1.8951],
[-0.1189, -0.1376, 0.4647],
[-1.8968, 2.0164, 0.1092]])
#调用tensor本身的加法方法
y.add_(x)
###输出###
tensor([[-0.1859, 1.3970, 0.5236],
[ 2.3854, 0.0707, 2.1970],
[-0.3587, 1.2359, 1.8951],
[-0.1189, -0.1376, 0.4647],
[-1.8968, 2.0164, 0.1092]])
#改变tensor的维度
x = torch.randn(4, 4)
y = x.view(16)
z = x.view(-1, 8)# -1表示让机器让机器自己算应该是多少
###输出###
torch.Size([4, 4]) torch.Size([16]) torch.Size([2, 8])
#只有一个元素的tensor，可以用.item()来获取这个value
x = torch.randn(1)
x.item()
###输出###
tensor([ 0.9422])
0.9422121644020081
image.png
关注我们，我们会每天坚持推送学到的新知识给你
微信公众号