Python Pytorch深度學習之Tensors張量

import torch
#構造一個5*3的空矩陣
x=torch.FloatTensor(5,3)
print(x)
# 構造隨機初始化矩陣
x=torch.rand(5,3)
print(x)
# 構造一個矩陣全為0，而且數據類型為long
x=torch.zeros(5,3,dtype=torch.long)
print(x)
# 構造一個張量，直接使用數據
x=torch.tensor([5.5,3])
print(x)
# 創建一個tensor基於已經存在到的tensor
x=x.new_ones(5,3,dtype=torch.double)
print(x)
x=torch.randn_like(x,dtype=torch.float)
print(x)
# 獲取它的維度信息
print(x.size())

print("*************操作**************")
# 加法操作
y=torch.rand(5,3)
print(x+y)
print(torch.add(x, y))
# 定義變量，作為存儲結果
result=torch.empty(5,3)
torch.add(x,y,out=result)
print(result)
y.add_(x)
print(y)

print("*************改變大小_view**************")
x=torch.rand(4,4)
y=x.view(16)
z=x.view(-1,8)
print(x.size())
print(y.size())
print(z.size())

print("*************獲得value**************")
x=torch.randn(1)
print(x)
print(x.item())#獲得value值