pytorch 数据结构

PyTorch是一个开源的机器学习框架，它提供了丰富的数据结构来处理和操作张量（tensor）。以下是两种常用的创建张量的方式：

1. 使用torch.tensor()函数创建张量：

import torch

# 创建一个包含随机数的张量
tensor1 = torch.tensor([1, 2, 3])
print(tensor1)  # 输出：tensor([1, 2, 3])

# 创建一个指定形状的全零张量
tensor2 = torch.tensor([[1, 2], [3, 4]])
print(tensor2)  # 输出：tensor([[1, 2], [3, 4]])

# 创建一个与给定张量相同形状的全一张量
tensor3 = torch.tensor(tensor2.size()).fill_(1)
print(tensor3)  # 输出：tensor([[1, 1], [1, 1]])

2. 使用torch.from_numpy()函数从NumPy数组创建张量：

import numpy as np
import torch

# 创建一个NumPy数组
ndarray = np.array([1, 2, 3])

# 从NumPy数组创建张量
tensor = torch.from_numpy(ndarray)
print(tensor)  # 输出：tensor([1, 2, 3])