欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

人工智能學(xué)習(xí)Pytorch張量數(shù)據(jù)類(lèi)型示例詳解

 更新時(shí)間:2021年11月11日 17:01:48   作者:Swayzzu  
這篇文章主要為大家介紹了人工智能學(xué)習(xí)Pytorch張量數(shù)據(jù)類(lèi)型的示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步

1.python 和 pytorch的數(shù)據(jù)類(lèi)型區(qū)別

在PyTorch中無(wú)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(lèi)型,比如one_hot,word2vec等。

2.張量

在python中,會(huì)有標(biāo)量,向量,矩陣等的區(qū)分。但在PyTorch中,這些統(tǒng)稱(chēng)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(gè)數(shù)字,沒(méi)有維度。

向量就是1維張量,是有順序的數(shù)字,但沒(méi)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(lèi)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(méi)有中括號(hào),只有一個(gè)數(shù)字,就是1維張量,也就是python中的標(biāo)量。

可以通過(guò)不同的方法查看數(shù)據(jù)的維度:

對(duì)于0維張量,查看形狀的時(shí)候就是0。

②二維張量

通過(guò)Pytorch可以直接指定一個(gè)具體的張量數(shù)據(jù),也可以通過(guò)指定張量的形狀,來(lái)隨機(jī)生成指定形狀的數(shù)據(jù)。

如果通過(guò)numpy生成了數(shù)據(jù),可以通過(guò)torch.from_numpy來(lái)轉(zhuǎn)換成張量。

③3維張量

通常,在RNN中會(huì)使用3維張量。

④4維張量

通常,在CNN中會(huì)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(zhǎng)寬均為28

以上,通過(guò)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(lèi)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(lèi)型的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

最新評(píng)論