Pytorch創(chuàng)建隨機(jī)值張量的過(guò)程詳解
2-Pytorch創(chuàng)建隨機(jī)值張量
1 導(dǎo)入必備庫(kù)
import torch import numpy as np
2 使用torch.rand()創(chuàng)建0-1均勻分布的隨機(jī)數(shù)
t = torch.rand(2,3) print(t)
輸出：
tensor([[0.1452, 0.1435, 0.2124],
[0.6646, 0.5232, 0.1572]])
3 使用torch.randn()創(chuàng)建正態(tài)分布的隨機(jī)數(shù)
t = torch.randn(2,3) print(t)
輸出：
tensor([[-0.5325, -0.4938, 0.6301],
[-0.6313, -0.1412, 2.2926]])
4 使用torch.zeros()創(chuàng)建全0張量
t = torch.zeros(3) print(t) print(t.dtype)
輸出：
tensor([0., 0., 0.])
torch.float32
5 使用torch.ones()創(chuàng)建全1張量
t = torch.ones(3) print(t) print(t.dtype)
輸出：
tensor([1., 1., 1.])
torch.float32
6 從另一個(gè)張量創(chuàng)建新的張量
x = torch.zeros_like(t) print(x) x = torch.rand_like(t) print(x)
輸出：
tensor([0., 0., 0.])
tensor([0.6516, 0.5740, 0.6379])
7 張量的屬性：
tensor.shape返回張量的形狀，與tensor.size()方法等價(jià)，tensor.dtype返回當(dāng)前張量的類(lèi)型
t = torch.ones(2,3,dtype= torch.float64) print(t.shape) print(t.size()) print(t.size(1)) # 返回第二維度大小 print(t.dtype) print(t.device)
輸出：
torch.Size([2, 3])
torch.Size([2, 3])
3
torch.float64
cpu
8 將張量移動(dòng)到顯存，使用tensor.to()方法將張量移動(dòng)到GPU上
# 如果GPU可用，將張量移動(dòng)到顯存
# 設(shè)置使用哪塊芯片，多塊GPU使用逗號(hào)隔開(kāi)
# import os
# os.environ['CUDA_VISIBLE_DEVICES'] = '0' # 多塊GPU設(shè)置，如：'0,1,2'
if torch.cuda.is_available():
t = t.to('cuda')
print(t.device)輸出：
cuda:0
9 更穩(wěn)妥的移動(dòng)顯存方法，無(wú)論是否有GPU都能保證運(yùn)行
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') # 啟動(dòng)cuda
print("Using {} device".format(device)) # 打印當(dāng)前設(shè)備
t = t.to(device)
print(t.device)輸出：
Using cuda device
cuda:0
到此這篇關(guān)于Pytorch創(chuàng)建隨機(jī)值張量的文章就介紹到這了,更多相關(guān)Pytorch隨機(jī)值張量?jī)?nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
無(wú)監(jiān)督生成模型在機(jī)器學(xué)習(xí)中扮演著重要角色,特別是當(dāng)我們?cè)跊](méi)有標(biāo)簽數(shù)據(jù)的情況下想要生成新的樣本或理解數(shù)據(jù)的內(nèi)在結(jié)構(gòu)時(shí),這篇文章主要介紹了python 無(wú)監(jiān)督生成模型的示例,需要的朋友可以參考下2024-07-07
這篇文章主要介紹了tracemalloc分析內(nèi)存使用情況與泄露方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-11-11
python虛擬環(huán)境virualenv的安裝與使用
virtualenv 是一個(gè)創(chuàng)建隔絕的Python環(huán)境的工具。virtualenv創(chuàng)建一個(gè)包含所有必要的可執(zhí)行文件的文件夾，用來(lái)使用Python工程所需的包。下面這篇文章就給大家介紹了python虛擬環(huán)境virualenv的安裝與使用，有需要的朋友們可以參考借鑒，下面來(lái)一起看看吧。2016-12-12
這篇文章主要介紹了python 繪制國(guó)旗的示例，幫助大家利用python繪制，處理圖像，感興趣的朋友可以了解下2020-09-09
Python計(jì)算一個(gè)點(diǎn)到所有點(diǎn)的歐式距離實(shí)現(xiàn)方法
今天小編就為大家分享一篇Python計(jì)算一個(gè)點(diǎn)到所有點(diǎn)的歐式距離實(shí)現(xiàn)方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07
這篇文章主要介紹了Python日志模塊logging簡(jiǎn)介,本文講解了Logger、Handler、Formatter、日志配置管理、通過(guò)文件配置管理日志等內(nèi)容,需要的朋友可以參考下2015-04-04
本文主要介紹了Pygame如何使用精靈和碰撞檢測(cè)，它們能夠幫助我們跟蹤屏幕上移動(dòng)的大量圖像。我們還會(huì)了解如何檢測(cè)兩個(gè)圖像相互重疊或者碰撞的方法。2021-11-11
Python 實(shí)現(xiàn)局域網(wǎng)遠(yuǎn)程屏幕截圖案例
這篇文章主要介紹了Python 實(shí)現(xiàn)局域網(wǎng)遠(yuǎn)程屏幕截圖案例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-03-03
python實(shí)現(xiàn)向ppt文件里插入新幻燈片頁(yè)面的方法
這篇文章主要介紹了python實(shí)現(xiàn)向ppt文件里插入新幻燈片頁(yè)面的方法,涉及Python操作ppt文檔添加幻燈片的相關(guān)技巧,非常具有實(shí)用價(jià)值,需要的朋友可以參考下2015-04-04
這篇文章主要介紹了Python多進(jìn)程分塊讀取超大文件的方法,涉及Python多進(jìn)程操作與文件分塊讀取的相關(guān)技巧,需要的朋友可以參考下2016-04-04