Pytorch基础知识-- tensor

最新推荐文章于 2026-05-01 07:28:56 发布

原创

最新推荐文章于 2026-05-01 07:28:56 发布 · 638 阅读

标签

#pytorch #深度学习 #人工智能

收录于

本文介绍了PyTorch中的核心数据结构——张量，包括0维到3维张量的概念及其在深度学习中的应用。同时，展示了如何创建Tensor，如随机初始化的矩阵、全零矩阵以及直接使用数据构造张量的方法。

张量

核心是一个数据容器，多数情况下，它包含数字，有时候它也包含字符串，但这种情况比较少。

0维张量/标量标量是一个数字
1维张量/向量 1维张量称为“向量”。
2维张量 2维张量称为矩阵
3维张量公用数据存储在张量时间序列数据股价文本数据彩色图片(RGB）

创建Tensor

torch.rand():构造一个随机初始化的矩阵

torch.zeros():构造一个矩阵全为 0，并且通过dtype设置数据类型为 long

torch.tensor():直接使用数据，构造一个张量

常见的构造Tensor的函数：

函数	功能
Tensor(sizes)	基础构造函数
tensor(data)	类似于np.array
ones(sizes)	全1
zeros(sizes)	全0
eye(sizes)</

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

rosechen9898

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
3
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

pytorch学习（三）：Tensor类型

qq_43581151的博客

07-27

1260

Tensor有不同的数据类型，如下表所示，每种类型分别有CPU版本和GPU版本（HalfTensor除外）。默认的tensor类型是FloatTensor，可通过t.set_default_tensor_type修改默认tensor类型（如果默认类型为GPU tensor，则所有的操作都在GPU上进行）。数据类型 CPU tensor GPU tensor 32bit浮点 tor...

3 条评论您还未登录，请先登录后发表或查看评论

别再只调话题了！ROS2 Humble下用Fast DDS的QoS策略优化你的机器人通信（附Python代码）

最新发布

weixin_30770783的博客

05-01

446

本文深入探讨了在ROS2 Humble环境下如何利用Fast DDS的QoS策略优化机器人通信性能。通过实际案例和Python代码示例，详细解析了可靠性、截止时间和历史等核心QoS策略的应用场景及配置方法，帮助开发者解决激光雷达延迟、多传感器数据不同步等常见通信问题，显著提升机器人系统的响应速度和稳定性。

深度学习Pytorch初步——Tensor张量

qq_61080482的博客

04-26

2983

深度学习框架——Pytorch初步：张量Tensor

Pytorch中的张量数据类型（Tensor）

hanmo22357的博客

03-14

6217

数学中有标量、向量和矩阵的概念，它们的维度分别是0、1、2。也就是说，标量中元素的位置固定，向量中元素的位置需要通过其索引确定，矩阵中的元素位置需要通过其行号和列号确定。张量可以视为矩阵的扩展，可以用于表示无穷维度的数据。张量（Tensor）是Pytorch库中的基本数据类型，Pytorch中各种基本数字类型都有其对应的Tensor类型，但是在Pytorch中没有内嵌的字符串类型。

深度学习初探/02-Pytorch知识/01-Tensor张量数据类型

ZZ_longroad的博客

03-09

449

Pytorch基础知识扫盲 01-基本数据类型

pytorch 数据类型

weixin_42856170的博客

04-14

1105

pytorch 数据类型

pytorch 之tensor的基础知识

weixin_41469023的博客

02-15

9008

一、 PyTorch中，Tensor和tensor 首先，我们需要明确一下，torch.Tensor()是python类，更明确地说，是默认张量类型torch.FloatTensor()的别名，torch.Tensor([1,2])会调用Tensor类的构造函数__init__，固定地生成单精度浮点类型的张量。 >>> a=torch.Tensor([1,2]) >>> a.type() 'torch.FloatTensor' #生成单精度浮点类型的张量。而to

Pytorch tensor基础知识

Luoyingfeng的博客

04-30

1334

tensor是深度学习计算中的基本数据结构，本文主要介绍Pytorch中的tensor对象的基础知识，包括tensor对象中的常用属性以及方法。 Tensor属性 Tensor对象，即torch.Tensor的大多属性都不是基本数据类型，而是Pytorch中定义的类，比如torch.dtype、torch.device等 torch.dtype tensor.dtype 属性标识了 torch.T...

【PyTorch基础知识】万字长文！你真的掌握了PyTorch的基础知识吗？一文从Tensor的创建到完整模型搭建，带你回顾PyTorch所有的基础知识！

rzjslSe的博客

03-19

1298

什么是PyTorch，Tensor基础操作，自动微分（Autograd），数据加载（DataLoader），模型构建，训练流程......

Pytorch基础知识之张量Tensor的本质

typical_yyc的博客

12-25

1521

以单个元素索引为例子，各维度索引值 × stride 的加和相等（等于线性内存偏移），无论一维、二维、多维。如下9这个元素在1维的索引是8，2维的索引是[2][0]，3维的索引是[1][1][0]。从不同的角度看，叫法不同。深度学习角度看张量，本质上就是多维数组ndarray。先拆成两份，在对每一份拆成三份，剩下的自动拆分。N维数组是机器学习和神经网络的主要数据结构。这么多括号，看的人有点乱，下面说点直观。这么多括号，看的不舒服，我们来拆分。先拆成三份，再自动拆成了四份。

【Pytorch】Tensor的基础知识

zzy_NIC的博客

08-03

2537

Tensor的基础知识 张量的基本概念张量（Tensor）是神经网络中使用的主要数据结构，在网络的输入、转换和输出都涉及到张量。张量的概念是对其他更具体概念的数学概括，张量在计算机科学方面和数学方面本质上相同，但术语不同，对比图如下，其中Indexes required表示需要的索引数。换言之，在深度学习和神经网络中，张量是n维数组，我们用张量这个词来表示所有的n值，比如标量是零维张量、矢量是一维张量、矩阵是二维张量、n维数组是n维张量。张量的基本属性张量的基本属性主要有三个：秩（Ra

pytorch如何将字符串转换成张量(tensor)

Dream丶Boy

04-12

7143

【代码】pytorch如何将字符串转换成张量(tensor)

Pytorch Dataset类的使用（个人学习笔记）

weixin_46355597的博客

03-03

7937

dataset类个人学习笔记

Pytorch如何自定义dataloader的返回格式

Liekkas_Javey的博客

02-15

5244

例子例如：自定义的dataset返回的单个样本格式为:(string, tensor) 直接用dataloader(dataset)得到的loader是不能够自动把上述格式转换为batch的。解决方法：需要自定义一个collate_function用于返回batch。 def collate_function(data): """ :data: a list for a batch of...

[pytorch深度学习Day03] 张量数据类型

weixin_48704099的博客

04-13

1379

浙江大学教授【深度学习框架PyTorch】课程笔记（https://www.bilibili.com/video/BV1wL4y1t7ah?p=15） 1.python与pytorch数据类型对比表示整型数字3，就用IntTensor，但是dimension为0 表示数组，例如矩阵，就是dimension为2的Int array，用IntTensor，同时dimension为2 对于python中的数据类型来说，pytorch都可以一一对应，只是换了个名字但是string在pytorc

pytorch之torch.Tensor

邹小驴

08-14

2479

torch.Tensor torch.Tensor是一种包含单一数据类型元素的多维矩阵。 Torch定义了七种CPU tensor类型和八种GPU tensor类型： Data tyoe CPU tensor GPU tensor 32-bit floating point torch.FloatTensor torch.cuda.FloatTensor 64...

pytorch Tensor及其基本操作 01

溪c的博客

05-30

1469

文章目录1. Tensor 属性1.1 Tensor(张量）的属性torch.dtypetorch.devicetorch.layout2. Tensor类型操作2.1 Tensor类型判断torch.is_tensor(obj)torch.is_storage(obj)2.2 类型设置torch.set_default_dtype(d)torch.get_default_dtype()Tensor.dtype属性2.3 类型转换Tensor.to(...)3 Tensor 基本属性获取3.1 基本属性获取

torch学习笔记一（基本语法）

Sophie94的博客

09-27

4720

一 Lua基本语法：1 变量： 1. 变量默认都是全局变量（一个文件中的变量所有的文件都可以访问），加上local变为局部变量，仅仅该文件可访问。 2. 变量类型：nil、Boolean、string、Number和table 。在Lua中使用变量不需要提前声明，变量的类型决定于用户赋值的类型。可以使用 type()函数判断变量的类型。 3. 给一个变量赋值为nil，表示释放该变量。Boo

Tensorflow中将字符串tensor转换为普通的字符串以及遇到的坑

qq_15054345的博客

07-01

5411

最近遇到个需求,在使用tensoflow.data.Dataset加载dicom文件时，需要先根据文件名字划分训练集和测试集，然后再使用map函数分别将训练集和测试集逐一加载进tensorflow，其中踩了很多坑。大体思路是使用tensor实例的numpy()函数将tensor转化为numpy数组，这个时候得到的是byte类型法的东西，再使用str函数得到字符串，但是这个字符串相比于真实字符串又会在开头和结尾多一些东西，使用[start:end]这个slice操作就可以截取出原始字符串，真正的坑在下面。