torch.Tensor常用函数

torch.Tensor

本笔记引用自PyTorch中文文档

torch.Tensor是一种包含单一数据类型元素的多维矩阵
Torch定义了7种CPU tensor和8种GPU tensor类型：

Data type	CPU tensor	GPU tensor
32-bit floating point	torch.FloatTensor	torch.cuda.FloatTensor
64-bit floating point	torch.DoubleTensor	torch.cuda.DoubleTensor
16-bit floating point	N/A	torch.cuda.HalfTensor
8-bit integer (unsigned)	torch.ByteTensor	torch.cuda.ByteTensor
8-bit integer (signed)	torch.CharTensor	torch.cuda.CharTensor
16-bit integer (signed)	torch.ShortTensor	torch.cuda.ShortTensor
`32-bit integer (signed)	torch.IntTensor	torch.cuda.IntTensor
64-bit integer (signed)	torch.LongTensor	torch.cuda.LongTensor

• torch.Tensor是默认的tensor类型(torch.FloatTensor）的简称。
• 每个张量tensor都有一个相应的torch.Storage用来保存其数据。会改变tensor的函数操作会用一个下划线后缀来标示。

Tensor类的构造函数：

• class torch.Tensor
• class torch.Tensor(*sizes)
• class torch.Tensor(size)
• class torch.Tensor(sequence)
• class torch.Tensor(ndarray)
• class torch.Tensor(tensor)
• class torch.Tensor(storage)

apply_(callable) -> Tensor:

将函数callable作用于tensor中每一个元素，并将每个元素用callable函数返回值替代。该函数只能在CPU tensor中使用，且不应用在有较高性能要求的代码块

byte() -> Tensor:

将tensor改为byte类型

clone() -> Tensor:

返回与原tensor有相同大小和数据类型的tensor

contiguous() -> Tensor:

返回一个内在连续的有相同数据的tensor, 如果原tensor内存连续则返回原tensor。

cpu() -> Tensor:

如果在CPU上没有该tensor，则会返回一个CPU的副本。

cuda(device=None, async=False):

返回此对象在GPU内存中的一个副本。若已在CUDA存储中并且在正确的设备上，则不会进行复制并返回原对象。

• device(int) - 目的GPU的id，默认为当前的设备

data_ptr() -> int:

返回tensor第一个元素的地址。

fill_(value) -> Tensor:

将该tensor用指定的数值填充。

half():

将tensor投射为半精度浮点类型

is_contiguous() -> bool:

如果tensor在内存中是连续的则返回True。

repeat(*sizes):

沿着指定的维度重复tensor，不同于expand()，本函数是复制tensor中的数据

• sizes(torch.Size or int) - 沿每一维重复的次数。

storage() -> torch.Storage:

返回底层内存

stride() -> Tensor:

返回tensor的步长。

type(new_type=None, async=False):

将对象投为指定的类型，如果已经是正确的类型，则不会复制并返回原对象。

---