[Pytorch学习笔记02]Tensor方法

一、普通创建Tensor

（1）创建相同元素

torch.full([2, 3], 2) # 创建两行三列，元素全为2。

（2）创建元素全为1

torch.ones([2, 3])

（3）创建元素全为0

torch.zeros([2, 3])

（4）创建对角阵

torch.eye(3)

（5）自定义区间

torch.randint(1,10,[2,2]) # 创建两行两列，元素均在（1,10）内

（6）自定义均值方差

torch.normal(mean=0, std=1,size=(10, 10))
# 生成（10，10）,元素均值为0，方差为1

（7）均分

torch.linspace(0,10,steps=4) # 在（0，10）上均等分4份

二、从Numpy中生成Tensor

np.array([1,2,3])

tensor1 = torch.from_numpy(numpy_array)

三、Tensor加速

gpu_tensor = torch.randn(1,2).cuda(0) # 把Tensor放在第一个GPU上

cpu_tensor = gpu_tensor.cpu() # 将GPU的Tensor放在CPU上

四、查询Tensor属性

tensor.shape # 尺寸 

tensor.ndim # 维度 

tensor.is_cuda # 是否在GPU上 

tensor.device # 存储设备

tensor.grad # 梯度计算方法

五、以后遇到再补充