内容原文:https://morvanzhou.github.io/tutorials/machine-learning/torch/
PyTorch是什么?
它是一个基于Python的科学计算包,其主要是为了解决两类场景:
1、一种是可以替代Numpy进行科学计算,同时还可以使用张量在GPU上进行加速运算。
2、一个深度学习的研究平台,提供最大的灵活性和速度。
一、Tensors(张量)
Tensors形式是一个和Numpy的ndarrays很像的对象类型,但是性能上有其特殊之处就是可以利用张量在GPU上加速运算。
from __future__ import print_function
import torch
构建一个5*3的矩阵,未初始化的:
x = torch.Tensor(5,3)
print(x)
构建一个随机初始化的矩阵:
x = torch.rand(5,3)
print (x)
获得size:
print(x.size())

本文是莫凡的Python学习笔记,聚焦于PyTorch动态神经网络的介绍。PyTorch是一个用于科学计算的Python包,支持GPU加速和深度学习研究。文章详细讲解了张量的概念,包括如何创建、操作以及与Numpy数组的互换,并介绍了CUDA张量在GPU上的运用。
&spm=1001.2101.3001.5002&articleId=79440243&d=1&t=3&u=42061ee2b54c41df8815782dc092b25f)
4649

被折叠的 条评论
为什么被折叠?



