pytorch张量如何创建

在PyTorch中，有多种方法可以创建张量。以下是一些常用的方法：

1. 使用torch.Tensor()构造函数创建张量：

import torch # 创建一个2x3的浮点型张量，初始值为0 tensor1 = torch.Tensor(2, 3) print(tensor1) # 创建一个3x4的整数型张量，初始值为0 tensor2 = torch.Tensor(3, 4, dtype=torch.int) print(tensor2) 

2. 使用torch.zeros()、torch.ones()和torch.rand()函数创建全零、全一和随机张量：

import torch # 创建一个2x3的全零张量 tensor_zeros = torch.zeros(2, 3) print(tensor_zeros) # 创建一个2x3的全一张量 tensor_ones = torch.ones(2, 3) print(tensor_ones) # 创建一个2x3的随机张量，数值范围在0到1之间 tensor_rand = torch.rand(2, 3) print(tensor_rand) 

3. 使用torch.arange()和torch.linspace()函数创建等差和等比数列张量：

import torch # 创建一个从0开始，步长为1的2x3等差数列张量 tensor_arange = torch.arange(2).repeat(3, 1) print(tensor_arange) # 创建一个从0开始，到1之间，共5个元素的2x3等比数列张量 tensor_linspace = torch.linspace(0, 1, 5).view(2, 3) print(tensor_linspace) 

4. 使用torch.eye()函数创建单位矩阵张量：

import torch # 创建一个3x3的单位矩阵张量 tensor_eye = torch.eye(3) print(tensor_eye) 

5. 使用torch.tensor()函数从现有数据创建张量：

import torch # 从列表创建一个2x3的张量 data = [[1, 2, 3], [4, 5, 6]] tensor_from_list = torch.tensor(data) print(tensor_from_list) # 从NumPy数组创建一个2x3的张量 import numpy as np numpy_array = np.array([[1, 2, 3], [4, 5, 6]]) tensor_from_numpy = torch.tensor(numpy_array) print(tensor_from_numpy) 

以上就是PyTorch中创建张量的一些常用方法。