Pytorch（一）入门：Tensor基础

傷城~ 2022-05-11 08:33 271阅读 0赞

## torch.Tensor 基础 ##

> Tensor就是pytorch中存储数据的主要格式，跟numpy类似 这里，我们先介绍一些最基本的操作和常用的功能

![在这里插入图片描述][70]

在numpy中，我们是通过shape来获取数组的形状，而在我们的tensor当中，我们使用size来得到形状。

![在这里插入图片描述][70 1]

有时候，我们需要对数组形状进行改变，我们可以采用 .view() 的方式

![在这里插入图片描述][70 2]

可以注意到test5通过test4变形的时候，是从test4的第一行从左至右，然后第二行从左至右…这样形成3x2的矩阵的。

torch.Tensor 支持大量的数学操作符 + , - , \* , / 都是可以用的。  
当然也可以用Tensor内置的 add() 等, 这里需要提一下的就是 add 和 add\_ 的区别  
使用add函数会生成一个新的Tensor变量， add\_ 函数会直接再当前Tensor变量上进行操作  
所以，对于函数名末尾带有"\_" 的函数都是会对Tensor变量本身进行操作的  
![在这里插入图片描述][70 3]

tensor对矩阵同样支持

![在这里插入图片描述][70 4]

跟numpy一样，再Tensor中，也存在Broadcasting  
当二元操作符左右两边Tensor形状不一样的时候，系统会尝试将其复制到一个共同的形状。例如a的第0维是3, b的第0维是1，那么 a + b这个操作会将b沿着第0维复制3遍。

![在这里插入图片描述][70 5]

Tensor和Numpy的相互转换  
![在这里插入图片描述][70 6]

一些其他的常用的操作

torch.unsqueeze() 可以把一个向量变成矩阵  
![在这里插入图片描述][70 7]

squeeze() 可以把一个矩阵变成向量  
![在这里插入图片描述][70 8]

stack() 可以让我们把很多个矩阵"堆"在一起形成一个新的高维矩阵。  
比如，我们有 10 个 (5, 12)的 Tensor， 我们希望把他们堆在一起形成 (10, 5, 12)的Tensor，我们就可以使用 stack

![在这里插入图片描述][70 9]

以上代码参考：[https://github.com/LianHaiMiao/pytorch-lesson-zh/][https_github.com_LianHaiMiao_pytorch-lesson-zh]

[70]: /images/20220511/50e8117237354022b6cb5440e73a63c3.png
[70 1]: /images/20220511/a1f976b6255b4f7788157987bed77a4e.png
[70 2]: /images/20220511/b12a03fa09d546fc8b27510ed221f4a1.png
[70 3]: /images/20220511/462aa0230a634ef2ab084a8b8222969f.png
[70 4]: /images/20220511/2c509acd9b4540ebb6191cf7fd92e641.png
[70 5]: /images/20220511/eb7407f544bb41f682e8998dd3403972.png
[70 6]: /images/20220511/623757a1ef03449d9b37b824aa142733.png
[70 7]: /images/20220511/0bd893378cc94f0bb7d51d0581601c59.png
[70 8]: /images/20220511/f67e7bf687d34a99a8121c29359b70a7.png
[70 9]: /images/20220511/4f8084d90e78431391c4eaf0e061fba7.png
[https_github.com_LianHaiMiao_pytorch-lesson-zh]: https://github.com/LianHaiMiao/pytorch-lesson-zh/