(四)创建Tensor的几种方法

1. Import from numpy

从 numpy 导入的 float 类型其实是 double 类型

2. Import from List

数据量小

• torch.tensor() 参数为现有数据或者numpy

• torch.Tensor() / torch.FloatTensor() 参数为shape，也可以为现有数据但是必须用list表示

  
  

3. 生成未初始化数据

• 1. torch.empyt(d1, d2, d3)
• 2. torch.FloatTensor(d1, d2, d3)
• 3. torch.IntTensor(d1, d2, d3)

4. 设置默认Tensor类型

5. 随机初始化

• torch.rand(shape)
  [0, 1)随机均匀采集数据
• torch.rand_like(tensor)
  [0, 1)随机均匀采集数据,shape与参数里的tensor一样
• torch.randint(min,max,[shape])
• torch.randn(shape)
  N(0, 1)--N(u, std) 正态分布

6. 全部赋值为1个元素

torch.full([shape]， num)

7. 递增/递减等差数列

• torch.arang(min, max, d)
  [min, max) d = 1

rang(min, max)
[min, max]

8. 等分

torch.linspace(min, max, steps=)
[min, max]
torch.logspace()

9. ones/zeros/eye

10. 随机打散

torch.randperm(d)
[0, d)