溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
Pytorch張量數據類型的示例分析，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。
在PyTorch中無法展示字符串，因此表達字符串，需要將其轉換成編碼的類型，比如one_hot，word2vec等。
在python中，會有標量，向量，矩陣等的區分。但在PyTorch中，這些統稱為張量tensor，只是維度不同而已。
標量就是0維張量，只有一個數字，沒有維度。
向量就是1維張量，是有順序的數字，但沒有“行”或“列”的區分。
矩陣就是2維張量，有形狀，行和列。
以此類推，PyTorch中也常用3維張量和4維張量。
具體的張量生成和相關特性獲取方式如下：
在PyTorch中，沒有中括號，只有一個數字，就是1維張量，也就是python中的標量。
可以通過不同的方法查看數據的維度：
對于0維張量，查看形狀的時候就是0。
通過Pytorch可以直接指定一個具體的張量數據，也可以通過指定張量的形狀，來隨機生成指定形狀的數據。
如果通過numpy生成了數據，可以通過torch.from_numpy來轉換成張量。
通常，在RNN中會使用3維張量。
通常，在CNN中會使用3維張量。比如下圖生成的四維張量，可以理解為是2張圖，3層顏色，長寬均為28
以上，通過不同的方法可以生成想要的維度的張量，并查看相關屬性。
看完上述內容，你們掌握Pytorch張量數據類型的示例分析的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
