這篇文章主要介紹了pytorch如何實(shí)現(xiàn)Tensor變量之間的轉(zhuǎn)換,具有一定借鑒價(jià)值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
讓客戶滿意是我們工作的目標(biāo),不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶,將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價(jià)值的長期合作伙伴,公司提供的服務(wù)項(xiàng)目有:域名申請、網(wǎng)絡(luò)空間、營銷軟件、網(wǎng)站建設(shè)、沁源網(wǎng)站維護(hù)、網(wǎng)站推廣。系統(tǒng)默認(rèn)是torch.FloatTensor類型
data = torch.Tensor(2,3)是一個2*3的張量,類型為FloatTensor
data.cuda()就轉(zhuǎn)換為GPU的張量類型,torch.cuda.FloatTensor類型
(1) CPU或GPU之間的張量轉(zhuǎn)換
在Tensor后加long(), int(), double(),float(),byte()等函數(shù)就能將Tensor進(jìn)行類型轉(zhuǎn)換type()函數(shù),
data為Tensor數(shù)據(jù)類型,data.type()為給出data的類型,
如果使用data.type(torch.FloatTensor)則強(qiáng)制轉(zhuǎn)換為torch.FloatTensor類型張量
(2) CPU張量轉(zhuǎn)化成GPU張量
data.cuda()
(3) GPU張量轉(zhuǎn)化成CPU張量
data.cpu()
(4) Variable變量轉(zhuǎn)換成普通的Tensor
Variable是一個Wrapper,裝在里面的data是tensor,如果Var是Variable變量,使用Var.data獲得Tensor變量
(5) Tensor與numpy array之間的轉(zhuǎn)換
Tensor->numpy 使用data.numpy(),data為Tensor變量
Numpy->Tensor 使用torch.from_numpy(data),data為numpy變量
(6) 分別獲取張量和數(shù)組的尺寸,注意size的使用
torch 張量
獲取張量的尺寸 a.size()
numpy 數(shù)組
獲取數(shù)組的尺寸 b.shape
獲取數(shù)組中元素的個數(shù): b.size (這里和張量中的屬性的size的含義不同)
(7) 升維和降維的問題
unsqueeze(N)升維到第N維
squeeze(N)降維第N維
需要做如下操作:
x = x.unsqueeze(0) 假如x=(3,1080,1920) 操作后 x = (1,3,1080,1920)
降維也是做同樣的操作
1.PyTorch是相當(dāng)簡潔且高效快速的框架;2.設(shè)計(jì)追求最少的封裝;3.設(shè)計(jì)符合人類思維,它讓用戶盡可能地專注于實(shí)現(xiàn)自己的想法;4.與google的Tensorflow類似,F(xiàn)AIR的支持足以確保PyTorch獲得持續(xù)的開發(fā)更新;5.PyTorch作者親自維護(hù)的論壇 供用戶交流和求教問題6.入門簡單
感謝你能夠認(rèn)真閱讀完這篇文章,希望小編分享的“pytorch如何實(shí)現(xiàn)Tensor變量之間的轉(zhuǎn)換”這篇文章對大家有幫助,同時也希望大家多多支持創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司,關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司行業(yè)資訊頻道,更多相關(guān)知識等著你來學(xué)習(xí)!
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn,海內(nèi)外云服務(wù)器15元起步,三天無理由+7*72小時售后在線,公司持有idc許可證,提供“云服務(wù)器、裸金屬服務(wù)器、網(wǎng)站設(shè)計(jì)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案,具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢,專為企業(yè)上云打造定制,能夠滿足用戶豐富、多元化的應(yīng)用場景需求。