PyTorch 张量是同质的，即张量的所有元素都具有相同的数据类型。我们可以使用张量的“.dtype”属性访问张量的数据类型。它返回张量的数据类型。步骤导入所需的库。在以下所有 Python 示例中，所需的 Python 库是 torch。确保您已安装它。创建张量并打印它。计算 T.dtype。这里 T 是我们想要获取数据类型的张量。打印张量的数据类型。示例 1以下 Python 程序显示如何获取数… 阅读更多

要计算张量元素的正弦值，我们使用 torch.sin() 方法。它返回一个新的张量，其中包含原始输入张量元素的正弦值。它以张量作为输入参数，并输出一个张量。步骤导入所需的库。在以下所有 Python 示例中，所需的 Python 库是 torch。确保您已安装它。创建张量并打印它。计算 torch.sin(input)。它以输入（一个张量）作为输入参数，并返回一个新的张量，其中包含输入元素的正弦值。打印包含输入元素正弦值的张量… 阅读更多

要压缩张量，我们使用 torch.squeeze() 方法。它返回一个新的张量，其中包含输入张量的所有维度，但会删除大小为 1 的维度。例如，如果输入张量的形状为 (M ☓ 1 ☓ N ☓ 1 ☓ P)，则压缩后的张量将具有形状 (M ☓ M ☓ P)。要解压缩张量，我们使用 torch.unsqueeze() 方法。它返回一个新的张量，在特定位置插入大小为 1 的新维度。步骤导入所需的库。在以下所有 Python 示例中，所需的 Python 库是 torch。确保您已安装… 阅读更多

使用 torch.histc() 计算张量的直方图。它返回一个表示为张量的直方图。它接受四个参数：输入、箱数、最小值和最大值。它将元素排序到 min 和 max 之间的等宽箱中。它忽略小于 min 和大于 max 的元素。步骤导入所需的库。在以下所有 Python 示例中，所需的 Python 库是 torch 和 Matplotlib。确保您已安装它们。创建张量并打印它。计算 torch.histc(input, bins=100, min=0, max=100)。它返回一个直方图值的张量。将 bins、min 和 max 设置为适当的值… 阅读更多

RGB 图像有三个通道：红色、绿色和蓝色。我们需要计算这些图像通道上图像像素值的平均值。为此，我们使用 torch.mean() 方法。但是此方法的输入参数是 PyTorch 张量。因此，我们首先将图像转换为 PyTorch 张量，然后应用此方法。它返回张量中所有元素的平均值。要查找图像通道的平均值，我们将参数 dim 设置为 [1, 2]。步骤导入所需的库。在以下所有 Python 示例中，所需的 Python 库是… 阅读更多

要在 PyTorch 中逐元素比较两个张量，我们使用 torch.eq() 方法。它比较对应的元素，如果两个元素相同则返回“True”，否则返回“False”。我们可以比较维度相同或不同的两个张量，但是两个张量的大小必须在非单一维度上匹配。步骤导入所需的库。在以下所有 Python 示例中，所需的 Python 库是 torch。确保您已安装它。创建一个 PyTorch 张量并打印它。计算 torch.eq(input1, input2)。它返回一个包含“True”和/或“False”的张量。它逐元素比较张量，如果对应的… 阅读更多

PyTorch 提供了一个方法 torch.kthvalue() 来查找张量的第 k 个元素。它返回按升序排列的张量中第 k 个元素的值，以及该元素在原始张量中的索引。torch.topk() 方法用于查找前 k 个元素。它返回张量中前 k 个或最大的 k 个元素。步骤导入所需的库。在以下所有 Python 示例中，所需的 Python 库是 torch。确保您已安装它。创建一个 PyTorch 张量并打印它。计算 torch.kthvalue(input, k)。它返回两个张量。将这两个张量分配给两个新变量… 阅读更多

要在 PyTorch 中对张量的元素进行排序，我们可以使用 torch.sort() 方法。此方法返回两个张量。第一个张量是一个包含元素排序值的张量，第二个张量是原始张量中元素索引的张量。我们可以计算 2D 张量的行排序和列排序。步骤导入所需的库。在以下所有 Python 示例中，所需的 Python 库是 torch。确保您已安装它。创建一个 PyTorch 张量并打印它。要对上面创建的张量的元素进行排序，请计算 torch.sort(input, dim)。将此值分配给一个新… 阅读更多

PyTorch 张量类似于 numpy 数组。唯一的区别是张量利用 GPU 加速数值计算。使用 torch.mean() 方法计算张量的均值。它返回输入张量中所有元素的平均值。我们还可以计算行均值和列均值，提供合适的轴或 dim。使用 torch.std() 计算张量的标准差。它返回张量中所有元素的标准差。与均值一样，我们还可以计算行标准差或列标准差。步骤导入所需的库。在以下所有… 阅读更多

要在 PyTorch 中对两个张量执行逐元素除法，我们可以使用 torch.div() 方法。它将第一个输入张量的每个元素除以第二个张量的对应元素。我们还可以将张量除以标量。张量可以除以维度相同或不同的张量。最终张量的维度将与维度较高的张量的维度相同。如果我们将一维张量除以二维张量，则最终张量将是二维张量。步骤导入所需的库。在以下所有 Python 示例中，所需的 Python… 阅读更多