莫凡Python学习笔记——PyTorch动态神经网络(一)

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。

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)

这里写图片描述

获得size:

print(x.size())

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值