像做游戏一样编程的网站,苏州网站建设开发,虚拟主机安装网站,网站推广方案设计1.torch.arange()
(1)函数原型
torch.arange(start,end,step,*,out,dtype,layout,device,requires_grad)
(2)参数说明:
参数名称参数类型参数说明startNumber起始值#xff0c;默认值为0endNumber结束值#xff0c;取不到#xff0c;为开区间stepNumber步长值#xff0…1.torch.arange()
(1)函数原型
torch.arange(start,end,step,*,out,dtype,layout,device,requires_grad)
(2)参数说明:
参数名称参数类型参数说明startNumber起始值默认值为0endNumber结束值取不到为开区间stepNumber步长值默认为1outTensor输出的张量表明创建后tensor赋予哪个变量通常情况下不会设置该参数dtypetorch.dtype 期望返回的张量的数据类型如果是None,则使用全局默认值如果未给出dtype,则从其他输入参数推断数据类型如果start、end或stop中的任何一个是浮点数则dtype被推断为默认值否则被推断为torch.int64 layouttorch.layout返回张量的期望 layout,默认值为torch.strideddevicetorch.device返回张量的期望设备。如果是默认值None则使用当前设备作为默认张量类型对于CPU类型的张量则device是CPU;若是CUDA 类型的张量则device是当前的CUDA 设备requires_gradboolautograd是否记录返回张量上的梯度。默认值为False表示不记录
(3)函数功能:
返回大小为[(end-start)/step]的一维张量其值为区间[start,end)中给定步长为step的等间隔取值
2.torch.range()
(1)函数原型:
torch.range(start,end,step,*,out,dtype,layout,deviceNone,requires_grad)
(2)参数说明:
参数名称参数类型参数说明startNumber起始值默认值为0endNumber结束值可以取到为闭区间stepNumber步长值默认为1outTensor输出的张量表明创建后tensor赋予哪个变量通常情况下不会设置该参数dtypetorch.dtype 期望返回的张量的数据类型如果是None,则使用全局默认值;如果未给出dtype,则从其他输入参数推断数据类型;如果start、end或stop中的任何一个是浮点数则dtype被推断为默认值;否则被推断为torch.int64 layouttorch.layout返回张量的期望layout,默认值为torch.strided,对性能影响不大devicetorch.device返回张量的设备。默认值None表示使用当前设备作为默认张量类型;对于CPU类型的张量则device是CPU;若是CUDA 类型的张量则device是当前的CUDA 设备requires_gradboolautograd是否记录返回张量上的梯度。默认值为False表示不记录
(3)函数功能:
返回大小为[(end-start)/step]的一维张量其值为区间[start,end]中给定步长为step的等间隔取值
3.生成随机数组成的Tensor张量:
(1)函数原型:
1.torch.rand(*size,generator,out,dtype,layout,device,requires_grad)
2.torch.randn(*size,generator,out,dtype,layout,device,requires_grad)
3.torch.randint(low,high,*size,generator,out,dtype,layout,device,requires_grad)
4.torch.randperm(n,generator,out,dtype,layout,device,requires_grad)
5.torch.normal(mean,std,size,generator,out)
(2)参数说明:
参数名称参数类型参数说明sizeint/list/tuple生成tensor的维度大小,可以是int类型的数或者是一个由int类型数组成的list或tuple,若为int则表示此时生成的tensor是一维的generatortorch.Generator,optional用于控制生成随机数的种子是可选参数lowint,optional生成的随机tensor所属整数区间的下界默认值为0highint生成的随机tensor所属整数区间的上界nint生成随机整数排列的区间上界即这些整数排列中最大值1meanTensor生成的随机tensor服从的正态分布的均值向量stdTensor生成的随机tensor数服从的正态分布的标准差向量outTensor输出的张量表明创建后tensor赋予哪个变量通常情况下不会设置该参数dtypetorch.dtype 期望返回的张量的数据类型对于torch.randint()和torch.randperm()来说默认值为torch.int64而对于其他函数如果是None则使用全局默认值 layouttorch.layout返回张量的期望layout,默认值为torch.strided,对性能影响不大devicetorch.device返回张量的设备。默认值None表示使用当前设备作为默认张量类型;对于CPU类型的张量则device是CPU;若是CUDA 类型的张量则device是当前的CUDA 设备requires_gradboolautograd是否记录返回张量上的梯度。默认值为False表示不记录
(3)函数功能:
1.生成由[0, 1)之间均匀分布的随机数组成的给定size大小的tensor张量;
2.生成由从标准正态分布(均值为0,标准差为1)中采样的随机数组成的指定size大小的tensor张量;
3.生成由指定范围[low,high)内的随机整数组成的指定size大小的tensor张量
4.生成一个从[0,n)的随机整数排列的tensor张量
5.生成由服从给定均值mean和标准差std的正态分布的随机数组成的指定size大小的tensor张量;
size参数不是必须的,当省略size参数时生成的tensor大小由mean和std决定
4.生成由固定值组成的Tensor张量
(1)函数原型:
1.torch.ones(*size,out,dtype,layout,device,requires_grad)
2.torch.ones_like(input,dtype,layout,device,requires_grad)
3.torch.zeros(*size,out,dtype,layout,device,requires_grad)
4.torch.zeros_like(input,dtype,layout,device,requires_grad)
5.torch.fill(*size,fill_value,out,dtype,layout,device,requires_grad)
6.torch.eye(n,m,out,dtype,layout,device,requires_grad)
7.torch.empty(*size,out,dtype,layout,device,requires_grad)
8.torch.empty_like(input,out,dtype,layout,device,requires_grad)
(2)参数说明:
参数名称参数类型参数说明sizeint/list/tuple生成tensor的维度大小,可以是int类型的数或者是一个由int类型数组成的list或tuple,若为int则表示此时生成的tensor是一维的inputtorch.Tensor输入张量新张量的大小将与此张量相同dtypetorch.dtype 期望返回的张量的数据类型; 对于torch.zeros_like()和torch.ones_like()来说默认值为None,如果是None则使用和张量input一致的类型;而对其他函数来说如果为None使用全局默认类型 outTensor输出的张量表明创建后tensor赋予哪个变量通常情况下不会设置该参数layouttorch.layout返回张量的期望layout,默认值为torch.strided,对性能影响不大devicetorch.device 返回张量的设备,默认值None表示使用当前设备作为默认张量类型; 对于CPU类型的张量则device是CPU;若是CUDA 类型的张量则device是当前的CUDA 设备 requires_gradboolautograd是否记录返回张量上的梯度。默认值为False表示不记录fill_valueNumber指定填充到生成Tensor张量中的值nint生成的单位矩阵的行数mint,optional生成的单位矩阵的列数默认情况下省略m此时生成的是一个方阵
(3)函数功能:
1.生成给定size大小的一个全为1的Tensor张量
2.生成和输入张量input大小一致的一个全为1的Tensor张量
3.生成给定size大小的一个全为0的Tensor张量
4.生成和输入张量input大小一致的一个全为0的Tensor张量
5.生成给定size大小并且全为给定值fill_value的一个Tensor张量
6.生成大小为n*n的单位矩阵,是一个二维Tensor张量,默认情况下为方阵
7.生成给定size大小的一个填满未初始化数据的Tensor张量
8.生成和输入张量input大小一致的一个填满未初始化数据的Tensor张量
4.生成由现有数据值组成的Tensor张量
(1)函数原型:
1.torch.tensor(data,dtype,device,requires_grad)
2.torch.from_numpy(ndarray)
(2)参数说明:
参数名称参数类型参数说明datalist/Numpy数组/tuple/scalar表示用于创建张量的数据生成的Tensor维度和data一致dtypetorch.dtype,optional期望返回的张量的数据类型;默认值None表示和给定的内容的类型保持一致devicetorch.device,optional 返回张量的设备,默认值None表示使用当前设备为默认张量类型; 对于CPU类型的张量则device是CPU;若是CUDA 类型的张量则device是当前的CUDA 设备 requires_gradbool,optionalautograd操作是否记录返回张量上的梯度,默认值为False表示不记录ndarraynumpy.ndarray用于创建张量的numpy数组生成的Tensor维度和data一致
(3)函数功能:
1.根据给定的输入数据data创建一个指定大小的Tensor张量
2.根据给定的输入numpy数组创建一个指定大小的Tensor张量
