如何安装和使用PyTorch

　　介绍

如何安装和使用PyTorch ?针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

有的人总是选择,选择的人最多的框架,来作为自己的初学框架,比如<代码> Tensorflow> PyTorch> PyTorch

一行命令即可官网

如何安装和使用PyTorch 

 pip安装火炬===1.6.0 torchvision===0.7.0 - https://download.pytorch.org/whl/torch_stable.html

时间较久,耐心等待

运行命令测试

进口火炬 　　x=torch.rand (5,3) 　　打印(x)

输出

张量([(0.5096,0.1209,0.7721),
,,,,,,,(0.9486,0.8676,0.2157),
,,,,,,,(0.0586,0.3467,0.5015),
,,,,,,,(0.9470,0.5654,0.9317),
,,,,,,,(0.2127,0.2386,0.0629)])

开始学习PyTorch

不初始化的创建<代码>张量 

进口火炬
　　x=torch.empty ([5,5])
　　打印(x)

输出

张量([[0。, 0。,0。],
,,,,,,,[0。, 0。,0。],
,,,,,,,[0。, 0。,0。],
,,,,,,,[0。, 0。,0。],
,,,,,,,[0。, 0。,0。]])

随机创建一个0 - 1的<代码>张量 

进口火炬
　　x=torch.rand (5,5)
　　打印(x)

输出

张量([[0.3369,0.5339,0.8419,0.6857,0.6241),
,,,,,,,(0.4991,0.1691,0.8356,0.4574,0.0395),
,,,,,,,(0.9714,0.2975,0.9322,0.5213,0.8509),
,,,,,,,(0.3037,0.8690,0.3481,0.2538,0.9513),
,,,,,,,(0.0156,0.9516,0.3674,0.1831,0.6466]])

创建全为0的<代码>张量 

进口火炬
　　x=火炬。0 (5 5 dtype=torch.float32)
　　打印(x)

创建的时候可以通过<代码> dtype>

输出

张量([[0。, 0。, 0。, 0。,0。],
,,,,,,,[0。, 0。, 0。, 0。,0。],
,,,,,,,[0。, 0。, 0。, 0。,0。],
,,,,,,,[0。, 0。, 0。, 0。,0。],
,,,,,,,[0。, 0。, 0。, 0。,0。]])

使用数据来直接创建<代码>张量 

进口火炬
　　x=火炬。0 ([5 5]dtype=torch.float32)
　　打印(x)

输出

张量([5。5。)

使用原有<代码>张量> 张量 

进口火炬
　　x=火炬。张量([5 5]dtype=torch.float32)
　　x=x。new_zeros (5,3)
　　y=torch.rand_like (x)
　　打印(x)
　　打印(y)

输出

张量([[0。, 0。,0。],
,,,,,,,[0。, 0。,0。],
,,,,,,,[0。, 0。,0。],
,,,,,,,[0。, 0。,0。],
,,,,,,,[0。, 0。,0。]])
张量([(0.5552,0.3333,0.0426),
,,,,,,,(0.3861,0.3945,0.6658),
,,,,,,,(0.6978,0.3508,0.4813),
,,,,,,,(0.8193,0.2274,0.8384),
,,,,,,,(0.9360,0.9226,0.1453)])

观察<代码>张量> 

 x=torch.rand (3)
　　x.size ()

输出

火炬。大小([3])

一些简单的运算

 x=torch.tensor ([1])
　　y=torch.tensor ([3])
　　& # 39;& # 39;& # 39;
　　方式1
　　& # 39;& # 39;& # 39;
　　z=x + y
　　& # 39;& # 39;& # 39;
　　方式2
　　& # 39;& # 39;& # 39;
　　z=火炬。add (x, y)
　　& # 39;& # 39;& # 39;
　　方式3
　　& # 39;& # 39;& # 39;
　　结果=torch.empty (1)
　　#不初始化数据
　　火炬。添加(x, y=结果)
　　#将结果返回到结果中
　　& # 39;& # 39;& # 39;
　　方式4
　　& # 39;& # 39;& # 39;
　　x.add_ (y)

输出

张量([4])

索引操作

 x=torch.rand (5,5)
　　x (:,)
　　x [1:]
　　x (: 1)
　　x [1]

分别输出

张量([[0.4012,0.2604,0.1720,0.0996,0.7806),
,,,,,,,(0.8734,0.9087,0.4828,0.3543,0.2375),
,,,,,,,(0.0924,0.9040,0.4408,0.9758,0.2250),
,,,,,,,(0.7179,0.7244,0.6165,0.1142,0.7363),
,,,,,,,(0.8504,0.0391,0.0753,0.4530,0.7372]])
张量((0.8734,0.9087,0.4828,0.3543,0.2375])
张量((0.2604,0.9087,0.9040,0.7244,0.0391])
张量(0.9087)

维度变换

 x=torch.rand (4, 4)
　　x.view (16)
　　x.view (8, 2)
　　x.view (8)

分别输出

张量([0.9277,0.9547,0.9487,0.9841,0.4114,0.1693,0.8691,0.3954,0.4679,
,,,,,,,null

如何安装和使用PyTorch