PyTorch学习笔记（一）创建Tensor

基础知识：

ndarray：numpy中的ndarray为多维数组，是numpy中最为重要也是python进行科学计算非常重要和基本的数据类型。

tensor：pytorch中的tensor为数据基本存储类型，中文叫张量，可以表示标量、向量、矩阵。

1.1 创建tensor从numpy到tensor，用torch.tensor(arr)

arr = np.ones((3, 3))
t = torch.tensor(arr)  #创建张量1

结果：

1.2 创建tensor从numpy到tensor，用torch.from_numpy(arr)

arr = np.array([[1, 2, 3], [4, 5, 6]])
t = torch.from_numpy(arr)

print('\n修改tensor')
t[0, 0] = 10  # tensor中数据的引用

2.1 torch.zeros创建全零张量

    out_t = torch.tensor([1])
    t = torch.zeros((3, 3), out=out_t)

结果：

2.2 torch.full创建全零张量

t = torch.full((3, 3), 1, dtype=torch.int)

3 创建等差数列张量

t=torch.arange(2, 10, 2)

结果：

4 创建单位对角矩阵

t=torch.eye(5)
print(t)

结果：

 5. 创建正态分布向量

ean = torch.arange(1, 5, dtype=torch.float)
std = torch.arange(1, 5, dtype=torch.float)
t_normal = torch.normal(mean, std)
print(t_normal)

t_normal2 = torch.normal(0, 1, size=(4,))
print(t_normal2)