人工智能學(xué)習(xí)Pytorch張量數(shù)據(jù)類型示例詳解
1.python 和 pytorch的數(shù)據(jù)類型區(qū)別

在PyTorch中無法展示字符串,因此表達(dá)字符串,需要將其轉(zhuǎn)換成編碼的類型,比如one_hot,word2vec等。
2.張量
在python中,會有標(biāo)量,向量,矩陣等的區(qū)分。但在PyTorch中,這些統(tǒng)稱為張量tensor,只是維度不同而已。
標(biāo)量就是0維張量,只有一個數(shù)字,沒有維度。
向量就是1維張量,是有順序的數(shù)字,但沒有“行”或“列”的區(qū)分。
矩陣就是2維張量,有形狀,行和列。
以此類推,PyTorch中也常用3維張量和4維張量。
具體的張量生成和相關(guān)特性獲取方式如下:
①一維張量

在PyTorch中,沒有中括號,只有一個數(shù)字,就是1維張量,也就是python中的標(biāo)量。
可以通過不同的方法查看數(shù)據(jù)的維度:
對于0維張量,查看形狀的時候就是0。

②二維張量
通過Pytorch可以直接指定一個具體的張量數(shù)據(jù),也可以通過指定張量的形狀,來隨機生成指定形狀的數(shù)據(jù)。
如果通過numpy生成了數(shù)據(jù),可以通過torch.from_numpy來轉(zhuǎn)換成張量。

③3維張量
通常,在RNN中會使用3維張量。


④4維張量
通常,在CNN中會使用3維張量。比如下圖生成的四維張量,可以理解為是2張圖,3層顏色,長寬均為28

以上,通過不同的方法可以生成想要的維度的張量,并查看相關(guān)屬性。
以上就是人工智能學(xué)習(xí)Pytorch張量數(shù)據(jù)類型示例詳解的詳細(xì)內(nèi)容,更多關(guān)于Pytorch張量數(shù)據(jù)類型的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Python3 關(guān)于pycharm自動導(dǎo)入包快捷設(shè)置的方法
今天小編就為大家分享一篇Python3 關(guān)于pycharm自動導(dǎo)入包快捷設(shè)置的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
Python+OpenCV檢測燈光亮點的實現(xiàn)方法
這篇文章主要介紹了Python+OpenCV檢測燈光亮點的實現(xiàn)方法,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11
pyinstaller打包python3.6和PyQt5中各種錯誤的解決方案匯總
pyinstaller是打包python很方便的一個套件,我們可以很輕易地使用他,下面這篇文章主要給大家介紹了關(guān)于pyinstaller打包python3.6和PyQt5中各種錯誤解決的相關(guān)資料,需要的朋友可以參考下2022-08-08
聊聊pytorch測試的時候為何要加上model.eval()
這篇文章主要介紹了聊聊pytorch測試的時候為何要加上model.eval()的操作,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-05-05
Python裝飾器實現(xiàn)方法及應(yīng)用場景詳解
這篇文章主要介紹了Python裝飾器實現(xiàn)方法及應(yīng)用場景詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-03-03

