【PyTorch】PyTorch入門教程一

Tensors

PyTorch中的Tensor跟numpy有些類似，唯一的不同是Tensor可以用GPU來加速。

from __future__ import print_function
import torch

#構造一個5x3的未初始化的矩陣
x = torch.Tensor(5, 3)
print(x)

輸出爲

1.00000e-09 *
  0.0000  0.0000  0.0000
  0.0000  0.0000  0.0000
  0.0000  0.0000  0.0000
  0.0000  0.0000  0.0000
  9.3205  0.0000  0.0000
[torch.FloatTensor of size 5x3]

#構造一個隨機初始化的5x3矩陣
x = torch.rand(5, 3)
print(x)

輸出爲

 0.2740  0.7611  0.0370
 0.2084  0.1229  0.3123
 0.8801  0.7394  0.4909
 0.6665  0.5233  0.0326
 0.3259  0.9744  0.7803
[torch.FloatTensor of size 5x3]

Operations

加法語法一

y = torch.rand(5, 3)
print(x + y)

輸出爲

 1.2185  0.9737  0.4021
 0.5037  0.9819  1.1197
 1.7124  1.4830  0.8523
 1.3717  0.6566  0.3655
 0.3880  1.9364  1.3280
[torch.FloatTensor of size 5x3]

加法語法二

print(torch.add(x, y))

輸出爲

 1.2185  0.9737  0.4021
 0.5037  0.9819  1.1197
 1.7124  1.4830  0.8523
 1.3717  0.6566  0.3655
 0.3880  1.9364  1.3280
[torch.FloatTensor of size 5x3]

加法結果賦給新變量

result = torch.Tensor(5, 3)
torch.add(x, y, out=result)
print(result)

輸出爲

 1.2185  0.9737  0.4021
 0.5037  0.9819  1.1197
 1.7124  1.4830  0.8523
 1.3717  0.6566  0.3655
 0.3880  1.9364  1.3280
[torch.FloatTensor of size 5x3]

加法in-place操作

# adds x to y
y.add_(x)
print(y)

輸出爲

 1.2185  0.9737  0.4021
 0.5037  0.9819  1.1197
 1.7124  1.4830  0.8523
 1.3717  0.6566  0.3655
 0.3880  1.9364  1.3280
[torch.FloatTensor of size 5x3]

取某一維的數據可以跟matlab一樣

print(x[:, 1])

輸出爲

 0.7611
 0.1229
 0.7394
 0.5233
 0.9744
[torch.FloatTensor of size 5]

Numpy Bridge

將numpy矩陣與Tensor之間的轉化是十分方便的。

Converting torch Tensor to numpy Array

a = torch.ones(5)
print(a)

輸出爲

 1
 1
 1
 1
 1
[torch.FloatTensor of size 5]

b = a.numpy()
print(b)

輸出爲

[1. 1. 1. 1. 1.]

a.add_(1)
print(a)
print(b)

輸出爲

 2
 2
 2
 2
 2
[torch.FloatTensor of size 5]

[2. 2. 2. 2. 2.]

可以看到，numpy矩陣和Tensor的數據都發生了變化，也就是說它們是共用一塊內存的。

Converting numpy Array to torch Tensor

import numpy as np
a = np.ones(5)
b = torch.from_numpy(a)
np.add(a, 1, out=a)
print(a)
print(b)

輸出爲

[2. 2. 2. 2. 2.]

 2
 2
 2
 2
 2
[torch.DoubleTensor of size 5]

同樣，改變numpy矩陣的值，Tensor的值也會發生變化，即numpy矩陣和Tensor共用同一塊內存。