Pytorch Tensor 常见的形式

• Pytorch Tensor 常见的形式
  • Scalar
  • Vector
  • Matrix
  • 几种形状的Tensor

import torch 
from torch import tensor

Scalar

通常就是一个数值。

x = torch.tensor(41.)
x

tensor(41.)

# 方法返回张量的维度数
x.dim()

0

# 相乘
2 * x

tensor(82.)

# 从一个标量张量中提取其数值。
x.item()

41.0

Vector

例如：[-5., 2. , 0.] 在深度学习中通常指特征，例如词向量特征，某一维度特征等。

v = tensor([1.5, -0.5, 3.0])
v

tensor([ 1.5000, -0.5000, 3.0000])

v.dim()

1

v.size()

torch.Size([3])

Matrix

一般计算的都是矩阵，通常都是多维的。

M = tensor([[1., 2.], [3., 4.]])
M

tensor([[1., 2.],
[3., 4.]])

# 做乘法
M.matmul(M)

tensor([[ 7., 10.],
[15., 22.]])

tensor([1., 0.]).matmul(M)

tensor([1., 2.])

# 对应的相乘与阶层相乘是不一样的
M * M

tensor([[ 1., 4.],
[ 9., 16.]])

tensor([1., 2.]).matmul(M)

tensor([ 7., 10.])

几种形状的Tensor