记录贴：pytorch学习Part1

一、数据类型

1、标量

a = torch.tensor(1.)#生成标量
a.shape

2、张量

a = torch.randn(2,3)#生成2*3的随机矩阵
a.shape

3、浮点数

a = torch.FloatTensor(1)#生成随机浮点数
a.shape

二、创建Tensor

1、array转tensor

a = np.array([2,3.3])
torch.from_numpy(a)

2、生成随机tensor

a = torch.rand(2,3)#创建3*3的0到1均匀分布的矩阵
a = torch.randint(1,10,[2,3])#指定均匀分布的范围
a = torch.randperm(10)#不重复生成0-10的数据
a = torch.randn(2,3)#创建均值为0方差为1正态分布矩阵
a = torch.tensor([2.,3.2])#若括号内为list，则接受现有数据
a = torch.tensor(2,3)#若括号内不是list，则为shape信息
a = torch.Tensor(2,3)
a = torch.FloatTensor(2,3)
a = torch.empty(2,3)#生成0矩阵
a = torch.normal(mean=torch.full([10],0.),std=torch.arange(1,0,-0.1))#生成10个服从正态分布的随机数，其中均值为0，方差从1开始，依次递减0.1
a = torch.full([2,3],7)#生成全是7的矩阵
a = torch.arange(0,10)#生成0-9的整数
a = torch.arange(0,10,2)#生成02468
a = torch.linspace(0,10,steps=4)#将0-10分为3份
a = torch.logspace(0,-1,steps=10)#对数
a = torch.ones(2,3)#生成2*3的一矩阵
a = torch.zeros(3,3)#生成2*3的0矩阵
a = torch.eye(3,4)#生成主对角阵

三、索引与切片

#普通索引
a = torch.rand(4,3,28,28)
a[0].shape
a[:2].shape
a[:2,1:,:,:].shape
a[:2,1:,:].shape
a[:,:,0:28:2,0:28:2].shape
a.index_select(0,torch.tensor([0,2]))#索引第一个位置的前两个
a.index_select(2,torch.arange(8))
a[...].shape#...作用为省略,:
a[0,...].shape
src = torch.tensor([[4,3,5],[6,7,8]])#生成tensor
torch.take(src,torch.tensor([0,2,-1]))#
#条件索引
x = torch.randn(3,4)
mask = x.ge(0.5)#判断x里0-5的元素
torch.masked_select(x,mask)#之后根据上面的结果进行索引

四、维度变换

a = torch.rand(4,1,28,28)
a.view(4,28*28)#变换为指定形状
a.unsqueeze(0)#在a的第一个位置增加维度
a.squeeze()#删除无用维度
a = torch.rand(4,32,1,1)
a.expand(4,32,14,14)#膨胀为指定维度
a.expand(-1,32,-1,-1)#-1保持不变
a.repeat(4,32,1,1)#第一个位置复制4次，第二个位置复制32次
a.t()#装置
a.transpose(1,3)#交换1和3
torch.eq(a,a1)#判断两个矩阵是否相等
a.permute(0,2,3,1)#改变矩阵维度的位置