pytorch张量如何创建

在PyTorch中，有多种方法可以创建张量。以下是一些常用的方法：

1. 使用torch.Tensor()构造函数创建张量：

import torch

# 创建一个2x3的浮点型张量，初始值为0
tensor1 = torch.Tensor(2, 3)
print(tensor1)

# 创建一个3x4的整数型张量，初始值为0
tensor2 = torch.Tensor(3, 4, dtype=torch.int)
print(tensor2)

2. 使用torch.zeros()、torch.ones()和torch.rand()函数创建全零、全一和随机张量：

import torch

# 创建一个2x3的全零张量
tensor_zeros = torch.zeros(2, 3)
print(tensor_zeros)

# 创建一个2x3的全一张量
tensor_ones = torch.ones(2, 3)
print(tensor_ones)

# 创建一个2x3的随机张量，数值范围在0到1之间
tensor_rand = torch.rand(2, 3)
print(tensor_rand)

3. 使用torch.arange()和torch.linspace()函数创建等差和等比数列张量：

import torch

# 创建一个从0开始，步长为1的2x3等差数列张量
tensor_arange = torch.arange(2).repeat(3, 1)
print(tensor_arange)

# 创建一个从0开始，到1之间，共5个元素的2x3等比数列张量
tensor_linspace = torch.linspace(0, 1, 5).view(2, 3)
print(tensor_linspace)

4. 使用torch.eye()函数创建单位矩阵张量：

import torch

# 创建一个3x3的单位矩阵张量
tensor_eye = torch.eye(3)
print(tensor_eye)

5. 使用torch.tensor()函数从现有数据创建张量：

import torch

# 从列表创建一个2x3的张量
data = [[1, 2, 3], [4, 5, 6]]
tensor_from_list = torch.tensor(data)
print(tensor_from_list)

# 从NumPy数组创建一个2x3的张量
import numpy as np
numpy_array = np.array([[1, 2, 3], [4, 5, 6]])
tensor_from_numpy = torch.tensor(numpy_array)
print(tensor_from_numpy)

以上就是PyTorch中创建张量的一些常用方法。