人工智能學習Pytorch張量數據類型示例詳解

1.python 和 pytorch的數據類型區別

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，隻是維度不同而已。

標量就是0維張量，隻有一個數字，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，隻有一個數字，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：

對於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生成瞭數據，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，並查看相關屬性。

以上就是人工智能學習Pytorch張量數據類型示例詳解的詳細內容，更多關於Pytorch張量數據類型的資料請關註WalkonNet其它相關文章！