Neural style之torch学习笔记1:Tensor
来源:互联网 发布:淘宝花呗额度怎么提升 编辑:程序博客网 时间:2024/06/05 02:12
reference:
http://blog.csdn.net/Hungryof/article/details/51802829(strong recommand)
主要讲Tensor的用法及其一些函数。
**先说一嘴:**torch中一般有这个东西,就是
y = torch.func(x,…)等价于y = x:func(…),就是说如果用”torch”,那么“src”是第一个参数。否则就”src:”
初始化
Tensor/rand/zeros/fill
z = torch.Tensor(3,4,2,3,5) --可以创建多维数组。里面是随机的数。s = torch.Tensor(2,3):fill(1) --用1填充t = torch.rand(3,3)m = torch.zeros(3,3)
其他的初始化方法
<span style="font-size:14px;">t = torch.rand(4,4):mul(3):floor():int()t = torch.Tensor(3,4):zero() --注意这里Tensor的每个元素赋值为0的zero没有s</span>
Tensor的内容以及信息
- Dimension/size/nElement
z = torch.Tensor(3,4)x = z:nDimension() -- 2y = z:size() -- y的值为size2的一维数组。3和4t = z:nElement() -- 12
- 用’[ ]’来取数。而不是像matlab的用’( )’。
Tensor的存储方式
数组的第一个数存储位置为storageOffset(), 从1开始。
x = torch.Tensor(7,7,7)x[3][4][5]等价于x:storage()[x:storageOffset()+(3-1)*x:stride(1)+(4-1)*x:stride(2)+(5-1)*x:stride(3)]-- stride(1),stride(2)和stride(3)分别是49,7,1
Tensor的复制
x = torch.Tensor(4):fill(1)y = torch.Tensor(2,2):copy(x) --也可以实现不同Tensor的复制。
Tensor的提取
select/narrow/sub
总说:select是直接提取某一维;narrow是取出某一维并进行裁剪; sub就是取出一块,是对取出的所有维进行裁剪。
语法: select(dim, index); narrow(dim, index, num); sub(dim1s, dim1e, dim2s, dim2e,…)
x = torch.Tensor(3,4)i = 0 x:apply(function()i = i+1 return i end)--[[x 为 1 2 3 4 5 6 7 8 9 10 11 12]]selected = x:select(1,2) --第一维的第二个。就是第二行。相当于x[2]narrowed = x:narrow(2,1,2)--[[th> narrowed 1 2 5 6 9 10]]subbed = x:sub(1,3,2,3)--[[ 一维到3为止,二维也到3为止。th> subbed 2 3 6 7 10 11]]
用”{ }”来提取
上面的用函数的方式可能还是有点儿麻烦。matlab有类似(:, : ,1:2)的写法。那么lua呢?
语法:
1. [ {dim1 , dim2, …} ]来获取某些维度。类似select
2. [ { {dim1s, dim1e}, {dim2s, dim2e},… } ] 来进行类似narrow或是sub的裁剪。
x = torch.Tensor(5,6):zero()x[{1,3}] = 1 --等价于matlab的 x(1,3) = 1x[ {2, {2,4}} ] = 2 --等价于matlab的 x(2,2:4) = 2x[ { {}, 4}] = -1 --等价于matlab的 x(:,4) = -1
Expand/RepeatTensor/Squeeze
- expand
x = torch.rand(10,2,1)y = x:expand(10,2,3) --将三维的size变成了3-- expand即为“扩展”,扩展某个size为1的那一维度
- repeatTensor:将Tensor看成一个元素,按照特定方式进行排列。
x = torch.rand(5)y = x:repeatTensor(3,2) --size变成了3x10
- squeeze :将size为1的维度压缩掉。
View/transpose/permute
view:将Tensor看成特定空间维数.
x = torch.zeros(2,2,3)x:view(3,4) --等价于x:view(3, -1)-- -1 表示将剩余元素全部看成这一维度
- transpose:是permute的精简版本。transpose(dim1, dim2)只能将两个维度进行互换
<span style="font-family:microsoft yahei;">x = torch.Tensor(3,4):zero()y1 = x:t() --如果是2D数据等价于transpose(1,2)y2 = x:transpose(1,2)</span>
- permute
<span style="font-family:microsoft yahei;"></span><pre code_snippet_id="1839761" snippet_file_name="blog_20160819_18_4999086" name="code" class="html"><span style="font-family: Arial, Helvetica, sans-serif;">x = torch.Tensor(3,4,2,5)</span>
y = x:permute(2,3,1,4) -- 按照2,3,1,4维进行重排列。
0 0
- Neural style之torch学习笔记1:Tensor
- Neural style之torch学习笔记3:神经网络包的用法(1)
- Neural style之torch学习笔记2: Torch与Matlab的语法对比
- Neural style之torch学习笔记4:学习神经网络包的用法(2)
- Torch教程(1)-Tensor
- torch入门笔记8:tensor
- torch学习笔记(1)
- 在Docker中运行torch版的neural style
- Torch 笔记:神经网络(Neural Networks)
- tensor flow学习笔记
- 深度学习笔记1torch的安装
- torch学习笔记1:实现自定义层
- torch学习笔记
- torch学习笔记
- torch学习笔记<一>
- Torch学习笔记
- Torch学习笔记
- Torch学习笔记
- Android studio 混淆碰到的坑
- java 基本数据类型和其封装类你知多少?
- 获取Android SHA1 、生成jks密钥、签名Apk
- PHP入门1.9
- tomcat配置浏览器直接输入IP登录首页
- Neural style之torch学习笔记1:Tensor
- ObjectAnimator 动画旋转 暂停时停止在旋转到的位置
- 疯狂ios讲义之自定义UI控件
- JAVA容器-HashTable
- ListView 与SearchView 结合进行搜索
- 最优雅退出 Android 应用程序的 6 种方式(字节技术)
- java使用DateUtils对日期进行数学运算
- 大数据时代:九个大数据应用领域
- XListView上拉加载和下拉刷新