pytorch中国語ドキュメント---pytorch概要.

pytorchについてはあまり言わないが、有名な深い学習フレームワークでもある.ネット上の風評もpytorchの傾向があり(tensorflowに比べて)、初心者のhaulコンパイラはpycharmやjupyterをお勧めします.まずpytorchの基本単位Tensorについて知ります.

from __future__ import print_function
import torch
x = torch.Tensor(5, 3)
print(x)

5 X 3の行列が生成されますが、値が割り当てられていなければ、行列には数値があり、空ではありません.

x = torch.rand(5, 3)
print(x)

5 X 3のランダムマトリクスを生成

print(x.size())

行列のデータ型、寸法を返します.numpyの使い方に似ています
きほんそうさ

y = torch.rand(5, 3)
#     
print(x + y)
#  add     
print(torch.add(x, y))

実は関数が達成した効果は同じです.

result = torch.Tensor(5, 3)
torch.add(x, y, out=result)
print(result)

出力ベクトルを指定することもできます.

y.add_(x)
print(y)

このときのadd関数はyの値を永久に変更し、pytorchの多くの関数はこのようにして、「_」を追加します.変数の値が永久に変化します.

x= torch.randn(4, 4)
y = x.view(16)
z = x.view(2, 8)  
print(x.size(), y.size(), z.size())

pytorchのview関数効果はnumpyのreshape関数効果と同様にマトリクスのサイズを変更します.

import numpy as np
a = np.ones(5)
b = torch.from_numpy(a)
np.add(a, 1, out=a)
print(a)
print(b)

ここのfrom_numpy関数はnumpyデータ型をtensorデータ型に変換することができ、私にとってこの関数はとても役に立つと思います.