PyTorch Tensor(二)

Tensor一般コマンド
1.アクションの作成
1.1 torch.eye
2次元テンソル、対角線位置全1、その他の位置全0、戻り値タイプTensorを返します.

torch.eye(n, m=None, out=None)

パラメータ:

n(int)-行数

m(int,optional)-列数.Noneの場合、デフォルトはn

です.

out (Tensor, optinal) - Output tensor

torch.eye(3)

tensor([[1., 0., 0.],
        [0., 1., 0.],
        [0., 0., 1.]])

1.2 torch.linspace

torch.linspace(start, end, steps=100, out=None) → Tensor

1次元テンソルを返し、区間startとendに均等に間隔を置いたsteps点を含む.出力1次元テンソルの長さはstepsであった.注意stepsはステップ長ではありません.
パラメータ:

start(float)-シーケンスの開始点

end(float)-シーケンスの最終値

steps(int)-startとendの間に生成されたサンプル数

out(Tensor,optional)-結果テンソル

torch.linspace(3, 12, steps=5)

tensor([ 3.0000,  5.2500,  7.5000,  9.7500, 12.0000])

1.3 torch.randとtorch.randn
randは[0,1)均一分布,radnは標準正太分布である

torch.rand(*sizes, out=None) → Tensor
torch.randn(*sizes, out=None) → Tensor

形状は可変パラメータsizeによって決定される

x = torch.rand(2,2)
x

tensor([[0.9483, 0.6083],
        [0.0579, 0.0638]])

y = torch.randn(3,3)
y

tensor([[ 0.3220, -2.4360, -0.0790],
        [-0.1366, -0.5444,  1.4342],
        [ 0.7295, -1.3341,  0.2022]])

似たようなones、zerosの使い方は上と同じです.
1.4 torch.arange()とtorch.range()

torch.arange(start, end, step=1, out=None) → Tensor
torch.range(start, end, step=1, out=None) → Tensor

長さfloor((end−start)/step)の1次元テンソルを返します.startからendまでのstepをステップ長とするシーケンス値のセット(デフォルトステップ長は1)パラメータが含まれます.

start(float)-シーケンスの開始点

end(float)-シーケンスの最終値

step(int)-隣接点の間隔の大きさ【ステップ長】

out(Tensor,optional)-結果テンソルはtorch.arange()を推奨し、またpythonは左閉右開

にこだわっている.

torch.arange(1,50,10)

tensor([ 1, 11, 21, 31, 41])

2.スライス、インデックス、接続、シフト
2.1 torch.cat()

torch.cat(inputs, dimension=0) → Tensor

入力されたテンソルシーケンスseqを所定の次元で接続操作する.パラメータ:

inputs(sequence of Tensors)-任意の同じTensorタイプ(float,long,duoble)pythonシーケンス

dimension(int,optional)-この次元に沿ってテンソルシーケンス

を接続します.

##    
x = torch.randn(1,3)
x

tensor([[-0.0675, -0.5289, -0.3090]])

y = torch.cat((x,x,x),0)
y

tensor([[-0.0675, -0.5289, -0.3090],
        [-0.0675, -0.5289, -0.3090],
        [-0.0675, -0.5289, -0.3090]])

z = torch.cat((x,x,x),1)
z

tensor([[-0.0675, -0.5289, -0.3090, -0.0675, -0.5289, -0.3090, -0.0675, -0.5289,
         -0.3090]])

torch.chunk(),torch.gather(),torch.index_select(),torch.masked_select()公式ドキュメントを表示するには、次の手順に従います.https://pytorch-cn.readthedocs.io/zh/latest/package_references/torch/
2.2 torch.squeeze

torch.squeeze(input, dim=None, out=None)

入力テンソルシェイプの1を除去して返します.入力が「A」の場合×1×B×1×C×1×D)では、出力形状は、(A)×B×C×D)
dimが与えられると、押出操作は所定の次元にのみ行われる.例えば、入力形状は、(A)×1×B),squeeze(input, 0)はテンソルを一定に保ち,squeeze(input, 1)のみで形状が(A)になる×B).
注:テンソルを返すと、入力テンソルとメモリが共有されるため、どちらかの内容を変更すると別の内容が変更されます.
パラメータ:

input(Tensor)-入力テンソル

dim(int,optional)-与えられた場合、inputは、与えられた次元で

だけ押圧する.

out(Tensor,optional)-出力テンソル

#  
x = torch.ones(2,1,2,1,2)
x.size()

torch.Size([2, 1, 2, 1, 2])

y = torch.squeeze(x)
y.size()

torch.Size([2, 2, 2])

y = torch.squeeze(x, 0)
y.size()

torch.Size([2, 1, 2, 1, 2])

y = torch.squeeze(x, 1)
y.size()

torch.Size([2, 2, 1, 2])

2.3 torch.unsqueeze()

torch.unsqueeze(input, dim, out=None)

新しいテンソルを返し、入力した指定の位置に次元1を挿入します.
注:テンソルを返すと、入力テンソルとメモリが共有されるため、どちらかの内容を変更すると別の内容が変更されます.

#  
x = torch.Tensor([1,2,3]) #   tensor        
y = torch.unsqueeze(x,0)
z = torch.unsqueeze(x, 1)
print(y)
print(z)

tensor([[1., 2., 3.]])
tensor([[1.],
        [2.],
        [3.]])

2.4 torch.tとtransposeで転置を実現

z

tensor([[1.],
        [2.],
        [3.]])

torch.t(z)

tensor([[1., 2., 3.]])

参考:PyTorch中国語ドキュメント