深度学习7---张量

最新推荐文章于 2024-11-21 11:23:34 发布

带你飞(｀⌒´メ)

最新推荐文章于 2024-11-21 11:23:34 发布

阅读量320

点赞数

CC 4.0 BY-SA版权

分类专栏： python 文章标签：深度学习 pytorch 机器学习

本文链接：https://blog.csdn.net/weixin_45800653/article/details/121843428

python 专栏收录该内容

40 篇文章

订阅专栏

文章目录

1、张量的介绍

张量：类似numpy中的数组
张量优势：1.可以运行在GPU上加快计算；2.保存梯度信息
在这里插入图片描述

2、创建张量

基于torch.tensor()创建张量
在这里插入图片描述

3、张量的属性

在这里插入图片描述

4、张量.py

import torch
import numpy as np
"""
张量：类似numpy中的数组
张量优势：1.可以运行在GPU上加快计算；2.保存梯度信息
"""

# 一、创建张量
#数据可以是列表、元组、数组
t1=torch.tensor([1.,2],requires_grad=True)
print(t1)

arr=np.array([1,2])
t2=torch.tensor(arr)
print(t2)

# 二、张量的属性
print("data",t1.data)#数据部分
print("dtype",t1.dtype)#
print("shape",t1.shape)#

print("device",t1.device)#张量是否是GPU CPU
print("grad",t1.grad)#梯度
print("grad_fn t1是由什么产生",t1.grad_fn)#如果张量是由自己创建，返回None

t3=t1+5
print("grad_fn t3是由什么产生",t3.grad_fn)  #<AddBackward0 object at 0x000002A9C054F370>