torch.empty()初始化二维张量
时间: 2023-10-31 15:42:35 浏览: 199
利用torch.nn实现二维卷积python代码
当你使用 `torch.empty()` 初始化二维张量时,你需要指定该张量的行数和列数,可以使用以下代码:
``` python
import torch
x = torch.empty(3, 4)
print(x)
```
输出结果如下:
```
tensor([[1.0378e-38, 9.0919e-39, 1.0653e-38, 9.0919e-39],
[1.0561e-38, 9.1837e-39, 1.0653e-38, 4.1327e-39],
[1.0653e-38, 4.2246e-39, 1.0469e-38, 9.0919e-39]])
```
这里创建了一个 $3\times4$ 的未初始化的张量,可以看到输出结果中每个元素的值都是随机的。
如果你想要初始化二维张量的值为 0,可以使用 `torch.zeros()` 函数,代码如下:
``` python
import torch
x = torch.zeros(3, 4)
print(x)
```
输出结果如下:
```
tensor([[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]])
```
这里创建了一个 $3\times4$ 的全零张量。
除了 `torch.empty()` 和 `torch.zeros()`,还有一些其他的初始化函数,例如 `torch.ones()` 和 `torch.rand()`。你可以根据需要选择合适的函数进行初始化。
阅读全文