[人工智能]【PyTorch】Tensor数据类型

基本数据类型

• torch.Tensor是一种包含单一数据类型元素的多维矩阵
• https://www.youtube.com/watch?v=fCVuiW9AFzY
• tensor.float() 张量类型转换
• 一般使用LongTensor比较多

Torch定义了七种CPU tensor类型和八种GPU tensor类型：

torch数据生成

• 如numpy/pandas/pytorch这几个库，直接生成数据并不是刚需，因为数据的生成更多来自于read()，所以更多地是数据维度上的操作和变换
• 接收
  • torch.tensor()参数
    • 接收的是具体的数据
    • torch.tensor会从data中的数据部分做拷贝（而不是直接引用），根据原始数据类型生成相应的torch.LongTensor、torch.FloatTensor和torch.DoubleTensor
    • torch.tensor([1,2])
  • torch.Tensor()参数 是默认张量类型torch.FloatTensor()的别名
    • 既可以接收数据也可以接收维度分量也就是shape
      • torch.Tensor([1,2])
      • torch.Tensor(1)
    • torch.FloatTensor()
    • torch.LongTensor()
• 生成
  • torch.rand(100, 16, 784)
  • torch.randn()
  • torch.ones|zeros
• 查看数据维度
  • f.dim()
  • f.size()
  • f.shape

矩阵转置

* torch.Transpose(Tensor, a,b)  转置
    * transpose只能操作2D矩阵的转置。有两种调用方式。
    * 连续使用transpose也可实现permute的效果。
* permute(0, 2, 1)  置换
    * 将tensor的维度换位

tensor乘法

* torch.mul, torch.mm, torch.matmul
    * https://blog.csdn.net/da_kao_la/article/details/87484403
* bmm
    * batch1 = torch.randn(10, 3, 4)
    * batch2 = torch.randn(10, 4, 5)
    * res = torch.bmm(batch1, batch2)
    * res.size()
    * torch.Size([10, 3, 5])
* 

view张量重塑

pytorch_reshape = t.view([6, 5, 4])
numpy_reshape = a.reshape([6, 5, 4])

import torch
a=torch.Tensor(2,3)
a
# 3.8686e+25  9.1836e-39  1.2771e-40
# 9.0079e+15  1.6751e-37  2.9775e-41
# [torch.FloatTensor of size 2x3]

# view()函数作用是将一个多行的Tensor,拼接成一行。
a.view(1,-1) 
# 3.8686e+25  9.1836e-39  1.2771e-40  9.0079e+15  1.6751e-37  2.9775e-41
# [torch.FloatTensor of size 1x6]