pytorch之科学计算
一、简介
torch作为深度学习的主流框架,其根本在于1.具有强大的GPU加速的张量计算功能。2.包含自动求导系统的深度神经网络。自动求导功能由torch.Autograd模块实现,而科学计算部分则直接通过torch,mathfunc()来实现,本文拟对科学计算相关函数做一个简单总结。
二、torch科学计算之基础组件:Tersors(张量)
三、torch科学计算常用API(在科学计算函数方面,torch与numpy基本上没有什么差别!):
torch.is_tensor(obj)
torch.is_storage(obj)
torch.set_default_tensor_type(t)
torch.numel(input
)#返回input
张量中的元素个数
torch.set_printoptions() #设置打印选项 torch.eye(n, m=None, out=None)
torch.from_numpy(ndarray)
torch.linspace(start, end, steps=100, out=None)
torch.logspace(start, end, steps=100, out=None)
torch.ones(*sizes, out=None)
torch.rand(*sizes, out=None)
torch.randn(*sizes, out=None)
torch.randperm(n, out=None)
#0-n-1整数随机排列 torch.arange(start, end, step=1, out=None)
torch.cat((x, y, z), 0)
#列方向连接x,y,z (0表示列,1表示行) torch.chunk(tensor, chunks, dim=0)
#在给定维度(轴)上将输入张量进行分块儿。chunks表示分块个数
最新文章
- NBUT 1457 莫队算法 离散化
- 06@LabVIEW发布功能总结
- Linux 进程详解
- ABAP认识
- CentOS 6.5升级Python2.7
- Scut游戏服务器免费开源框架--快速开发(2)
- vim的保存误认为utf8问题
- Countly在andoid和vps集成使用,开源的统计分析sdk
- IA32与x86
- mysql +keeplive
- tensorflow-mnist报错[WinError 10060] 由于连接方在一段时间后没有正确答复解决办法
- 洛谷P3957 跳房子(Noip2017普及组 T4)
- Go 初体验 - 反射
- NPM常用命令install 淘宝镜像 update等
- Mac office ppt无法正常输入文字的问题解决方案
- COCI2017-2018-2 San
- VisualSVN 5.1.4破解
- linux安装lua_nginx_module模块
- 如何基于EasyDSS体系的全套SDK完成各种场景下的视频应用需求
- wp8 longlistselector 动态加载datatemplate