PyTorch 是一个 Python 包，用于将数据封装成张量（Tensor）来进行运算。PyTorch 中的张量就是元素为同一种数据类型的多维矩阵。

1. 基本创建方式

2. 创建线性和随机张量

3. 创建01张量

4. 张量元素类型转换

5. 基本创建方式 {#title-0} ====================

6. torch.tensor

7. torch.Tensor

8. torch.IntTensor、torch.FloatTensor、torch.DoubleTensor

import torch
import numpy as np
import random
1. 根据已有数据创建张量
def test01():
# 1. 创建张量标量
data = torch.tensor(10)
print(data)
2. numpy 数组, 由于 data 为 float64, 下面代码也使用该类型
data = np.random.randn(2, 3)
data = torch.tensor(data)
print(data)
3. 列表, 下面代码使用默认元素类型 float32
data = [[10., 20., 30.], [40., 50., 60.]]
data = torch.tensor(data)
print(data)

2. 创建指定形状的张量
def test02():
# 1. 创建2行3列的张量, 默认 dtype 为 float32
data = torch.Tensor(2, 3)
print(data)
2. 注意: 如果传递列表, 则创建包含指定元素的张量
data = torch.Tensor([10])
print(data)
data = torch.Tensor([10, 20])
print(data)

3. 使用具体类型的张量
def test03():
# 1. 创建2行3列, dtype 为 int32 的张量
data = torch.IntTensor(2, 3)
print(data)
2. 注意: 如果传递的元素类型不正确, 则会进行类型转换
data = torch.IntTensor([2.5, 3.3])
print(data)
3. 其他的类型
data = torch.ShortTensor()  # int16
data = torch.LongTensor()   # int64
data = torch.FloatTensor()  # float32
data = torch.DoubleTensor() # float64

if name == 'main':
test02()

2. 创建线性和随机张量 {#title-1} =======================

3. torch.arange 和 torch.linspace

4. torch.random.init_seed 和 torch.random.manual_seed

5. torch.randn

import torch
1. 创建线性空间的张量
def test01():
# 1. 在指定区间按照步长生成元素 [start, end, step)
data = torch.arange(0, 10, 2)
print(data)
2. 在指定区间按照元素个数生成
data = torch.linspace(0, 11, 10)
print(data)

2. 创建随机张量
def test02():
# 1. 创建随机张量
data = torch.randn(2, 3)  # 创建2行3列张量
print(data)
2. 随机数种子设置
print('随机数种子:', torch.random.initial_seed())
torch.random.manual_seed(100)
print('随机数种子:', torch.random.initial_seed())

if name == 'main':
test02()

3. 创建01张量 {#title-2} ========================

4. torch.ones 和 torch.ones_like

5. torch.zeros 和 torch.zeros_like

6. torch.full 和 torch.full_like

import torch
1. 创建全0张量
def test01():
# 1. 创建指定形状全0张量
data = torch.zeros(2, 3)
print(data)
2. 根据张量形状创建全0张量
data = torch.zeros_like(data)
print(data)

2. 创建全1张量
def test02():
# 1. 创建指定形状全0张量
data = torch.ones(2, 3)
print(data)
2. 根据张量形状创建全0张量
data = torch.ones_like(data)
print(data)

3. 创建全为指定值的张量
def test03():
# 1. 创建指定形状指定值的张量
data = torch.full([2, 3], 10)
print(data)
2. 根据张量形状创建指定值的张量
data = torch.full_like(data, 20)
print(data)

if name == 'main':
test03()

4. 张量元素类型转换 {#title-3} ======================

5. tensor.type(torch.DoubleTensor)

6. torch.double()

import torch
def test():
data = torch.full([2, 3], 10)
print(data.dtype)
将 data 元素类型转换为 float64 类型
1. 第一种方法
data = data.type(torch.DoubleTensor)
print(data.dtype)
转换为其他类型
data = data.type(torch.ShortTensor)
data = data.type(torch.IntTensor)
data = data.type(torch.LongTensor)
data = data.type(torch.FloatTensor)
2. 第二种方法
data = data.double()
print(data.dtype)
转换为其他类型
data = data.short()
data = data.int()
data = data.long()
data = data.float()

if name == 'main':
test()