1、python与pytorch的区别
对pytorch来说怎么处理python中的string类型:
pytorh没有控件来处理string类型,在pytorch中用数字编码来替代。
第一,采用One-hot的形式来表示,[0,1,0,...]
第二,采用Embedding的形式来表示,常用的编码器Word2vec和glove。
2、pytorch的数据类型
3、数据类型的判断
a=torch.randn(2,3) #这是一个二维的tensor,随机初始化两行三列
print(a.type)#输出数据类型
isinstance(a,torch.floatTensor)#数据类型合法化检验,如果a是floatTensor就会返回ture
type(a) #返回的是基本的数据类型 ,用的比较少
CPU 和GPU上数据类型是不一样的。
4、dimension为0的标量(在pytorch中都成为张量tensor)
torch.tensor(1.) #表示标量1.0
torch.tensor(1.3) #表示1.300
#1.3是0维,但是[1.3]是1维,长度为1的Tensor
a=torch.tensor(2.2)
a.shape#表示输出a的形状
len(a.shape) #表示输出a形状的维度
a.size()#表示输出a的形状大小(表示成员函数)
5、dimension为1的向量 (在pytorch中都成为张量tensor)
torch.tensor([1.1]) #返回的就是指定数据的张量1.1000
torch.FloatTensor(1) #给定向量的长度为1,会随机初始化出来一个向量
data=np.ones(2) 使用numpy的方法随机初始化两个向量
a=torch.ones(2)
a.shape #表示输出张量的形状
6、dimension为2的向量 (在pytorch中都成为张量tensor)
a=torch.randn(2,3) #表示随机生成一个两行三列的张量
print(a)#输出的是两行三列的随机初始化值
print(a.shape) #输出torch.Size([2,3])
print(a.size())#输出结果torch.Size([2,3])
print(a.size(0))#输出结果是shape的第0个元素,也就是2
print(a.size(1))#输出结果是shape的第1个元素,也就是3
print(a.shape[1]) #输出结果是shape的第1个元素,也就是3
7、dimension为3的向量 (在pytorch中都成为张量tensor)
8、dimension为4的向量 (在pytorch中都成为张量tensor)
9、其他