pytorch如何实现Tensor变量之间的转换

发布时间:2021-05-24 13:53:58 作者:小新
来源:亿速云 阅读:277

这篇文章主要介绍了pytorch如何实现Tensor变量之间的转换,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。

系统默认是torch.FloatTensor类型

data = torch.Tensor(2,3)是一个2*3的张量,类型为FloatTensor

data.cuda()就转换为GPU的张量类型,torch.cuda.FloatTensor类型

(1) CPU或GPU之间的张量转换

在Tensor后加long(), int(), double(),float(),byte()等函数就能将Tensor进行类型转换type()函数,

data为Tensor数据类型,data.type()为给出data的类型,

如果使用data.type(torch.FloatTensor)则强制转换为torch.FloatTensor类型张量

(2) CPU张量转化成GPU张量

data.cuda()

(3) GPU张量转化成CPU张量

data.cpu()

(4) Variable变量转换成普通的Tensor

Variable是一个Wrapper,装在里面的data是tensor,如果Var是Variable变量,使用Var.data获得Tensor变量

(5) Tensor与numpy array之间的转换

Tensor->numpy 使用data.numpy(),data为Tensor变量

Numpy->Tensor 使用torch.from_numpy(data),data为numpy变量

(6) 分别获取张量和数组的尺寸,注意size的使用

torch 张量

获取张量的尺寸 a.size()

numpy 数组

获取数组的尺寸 b.shape

获取数组中元素的个数: b.size (这里和张量中的属性的size的含义不同)

(7) 升维和降维的问题

unsqueeze(N)升维到第N维

squeeze(N)降维第N维

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)

降维也是做同样的操作

pytorch的优点

1.PyTorch是相当简洁且高效快速的框架;2.设计追求最少的封装;3.设计符合人类思维,它让用户尽可能地专注于实现自己的想法;4.与google的Tensorflow类似,FAIR的支持足以确保PyTorch获得持续的开发更新;5.PyTorch作者亲自维护的论坛 供用户交流和求教问题6.入门简单

感谢你能够认真阅读完这篇文章,希望小编分享的“pytorch如何实现Tensor变量之间的转换”这篇文章对大家有帮助,同时也希望大家多多支持亿速云,关注亿速云行业资讯频道,更多相关知识等着你来学习!

推荐阅读:
  1. pytorch 实现删除tensor中的指定行列
  2. pytorch如何实现张量tensor,图片,CPU,GPU,数组的转换

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

pytorch tensor

上一篇:pytorch如何实现MNIST手写体识别

下一篇:Pandas如何实现数据类型转换

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》