-
Variable 是torch.autograd中的数据类型（之前）
- 主要用于封装Tensor，进行自动求导
- data:被包装的Tensor
- grad:data的梯度
- grad_fn:创建Tensor的Function，是自动求导的关键
- requires_grad:指示是否需要梯度
- is_leaf：指示是否是叶子结点（张量）
-
Pytorch0.4.0版开始，Variable并入Tensor
- dtype：张量的数据类型，如：torch.FloatTensor，torch.cuda.FloatTensor
- shape：张量的形状，如（64,3,224,224）
- device：张量所在设备，GPU/CPU，是加速的关键
-
张量的创建
-
一、直接创建
-
方法1：torch.tensor()
- 功能：从data创建tensor
- data：数据，可以是list，numpy
- dtype：数据类型，默认与data一致
- device：所在设备，cuda/cpu
- requires_grad：是否需要梯度
- pin_memory：是否存于锁页内存
-
方法2：torch.from_numpy(ndarray)
- 功能：从numpy创建tensor
- 注意事项：从torch.from_numpy创建的tensor于原ndarray共享内存，当修改其中一个的数据，另外一个也被改动
-
-
二、依据数值创建
-
方法1：torch.zeros()
- 功能：依size创建全0张量
- size：张量的形状，如（3,3）、（3,224,224）
- out：输出的张量
- layout：内存中布局形式，有strided（通常使用），sparse_coo（稀疏张量可能用到）等
- device：所在设备，gpu/cpu
- requires_grad：是否需要梯度
-
方法2：torch.zeros_like()
- 功能：依input形状创建全0张量
- intput：创建与intput同形状的全0张量
- dtype：数据类型
- layout：内存中布局形式
- 方法3：torch.ones()
-
方法4：torch.ones_like()
- 功能：依input形状创建全1张量
- size：张量的形状，如（3,3）、（3,224,224）
- dtype：数据类型
- layout：内存中布局形式
- device：所在设备，gpu/cpu
- requires_grad：是否需要梯度
- 方法5：torch.full()
-
方法6：torch.full_like()
- 功能：依input形状创建全0张量
- size：张量的形状，如（3,3）
- fill_value：张量的值
-
方法7：torch.arange()
- 功能：创建等差的1维张量
- 注意事项：数值区间为[start,end），这个区间是半闭半开的，取不了end\
- start：数列的起始值
- end：数列的“结束值”
- step：数列公差，默认为1
-
方法8：torch.linspace()
- 功能：创建均分的1维张量
- 注意事项：数值区间为[start,end]
- start：数列的起始值
- end：数列的结束值
- steps：数列长度
-
方法9：torch.logspacce()
- 功能：创建对数均分的1维张量
- 注意事项：长度为steps，底为base
- start：数列起始值
- end：数列结束值
- steps：数列长度
- base：对数函数的底，默认为10
-
方法10：torch.eye()
- 功能：创建单位对角矩阵（2维张量）
- 注意事项：默认为方阵
- n：矩阵的行数
- m：矩阵的列数
-
-
三、依据概率创建
-
方法1：torch.normal()
- 功能：生成正态分布（高斯分布）
- mean：均值
- std：标准差
-
四种模式:
- mean为标量，std为标量
- mean为标量，std为张量
- mean为张量，std为标量
- mean为张量，std为张量
- 方法2：torch.random()
-
方法3：torch.randn_like()
- 功能：生成标准正态分布
- size：张量的形状
- 方法4：torch.rand()
-
方法5：torch.rand_like()
- 功能：在区间[0,1)上，生成均匀分布
- 方法6：torch.randint()
-
方法7：torch.randint_like()
- 功能：区间[low,high]生成整数均匀分布
- size：张量的形状
-
方法8：torch.randperm()
- 功能：生成从0到n-1的随机排列
- n：张量的长度
-
方法9：torch.bernoulli()
- 功能：以input为概率，生成伯努利分布（0-1分布，两点分布）
- input：概率值
-
-
