【python pytorch】Pytorch 基础知识

2024-09-07 06:18
文章标签 python pytorch 基础知识

本文主要是介绍【python pytorch】Pytorch 基础知识,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

包含知识点:

  • 张量
  • 数学操作
  • 数理统计
  • 比较操作
#-*-coding:utf-8-*-import numpy as np
np.set_printoptions(suppress=True)
import torch# 构造一个4*5 的矩阵
z=torch.Tensor(4,5)
print(z)# 两个矩阵进行加法操作
y=torch.rand(4,5)print(z+y)
# 另一种表示
print(torch.add(z,y))# 将tensor 转换为numpy
b=y.numpy()print(b)# 数学操作绝对值
kk=torch.abs(torch.FloatTensor([-4,6,90]))
print(kk)# 均值(行操作)
print(torch.mean(kk,0))# 比较操作m1=torch.equal(torch.Tensor([1,2]),torch.Tensor([1,2]))m2=torch.equal(torch.Tensor([1,2]),torch.Tensor([2,2]))m3=torch.eq(torch.Tensor([1,2]),torch.Tensor([2,2]))
m4=torch.gt(torch.Tensor([1,2]),torch.Tensor([2,2]))print(m1)print(m2)print(m3)print(m4)

运行结果:

tensor([[ 0.0000,  0.0000,  0.0000,  0.0000, -3.7296],[ 0.0000, -8.2118,  0.0000,  0.0000,  0.0000],[ 0.0000,  0.0000, -4.0750,  0.0000, -8.2119],[ 0.0000,  0.0000,  0.0000,  0.0000,  0.0000]])
tensor([[ 0.3490,  0.7795,  0.1428,  0.2517, -3.1552],[ 0.0427, -7.5753,  0.1780,  0.7305,  0.7264],[ 0.2967,  0.2977, -3.8018,  0.2856, -8.0059],[ 0.9123,  0.6403,  0.8935,  0.9008,  0.6926]])
tensor([[ 0.3490,  0.7795,  0.1428,  0.2517, -3.1552],[ 0.0427, -7.5753,  0.1780,  0.7305,  0.7264],[ 0.2967,  0.2977, -3.8018,  0.2856, -8.0059],[ 0.9123,  0.6403,  0.8935,  0.9008,  0.6926]])
[[0.34903067 0.7795371  0.14277744 0.25165677 0.57442063][0.04269707 0.63649714 0.17801785 0.73047435 0.72639245][0.29670775 0.29770297 0.27317053 0.28561223 0.20602047][0.91231096 0.6403226  0.8934667  0.90082955 0.69256335]]
tensor([  4.,   6.,  90.])
tensor(33.3333)
True
False
tensor([ 0,  1], dtype=torch.uint8)
tensor([ 0,  0], dtype=torch.uint8)Process finished with exit code 0

中文教程:
https://pytorch.apachecn.org/#/

这篇关于【python pytorch】Pytorch 基础知识的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1144287

相关文章

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,:本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

Python中你不知道的gzip高级用法分享

《Python中你不知道的gzip高级用法分享》在当今大数据时代,数据存储和传输成本已成为每个开发者必须考虑的问题,Python内置的gzip模块提供了一种简单高效的解决方案,下面小编就来和大家详细讲... 目录前言:为什么数据压缩如此重要1. gzip 模块基础介绍2. 基本压缩与解压缩操作2.1 压缩文