Pytorch中.new()的作用详解
一、作用
创建一个新的Tensor,该Tensor的type和device都和原有Tensor一致,且无内容。
二、使用方法
如果随机定义一个大小的Tensor,则新的Tensor有两种创建方法,如下:
inputs=torch.randn(m,n) new_inputs=inputs.new() new_inputs=torch.Tensor.new(inputs)
三、具体代码
importtorch rectangle_height=1 rectangle_width=4 inputs=torch.randn(rectangle_height,rectangle_width) foriinrange(rectangle_height): forjinrange(rectangle_width): inputs[i][j]=(i+1)*(j+1) print("inputs:",inputs) new_inputs=inputs.new() print("new_inputs:",new_inputs) #Constructsanewtensorofthesamedatatypeasselftensor. print(new_inputs.type(),inputs.type()) print('') inputs=inputs.squeeze(dim=0) print("inputs:",inputs) #new_inputs=inputs.new() new_inputs=torch.Tensor.new(inputs) print("new_inputs:",new_inputs) #Constructsanewtensorofthesamedatatypeasselftensor. print(new_inputs.type(),inputs.type()) iftorch.cuda.is_available(): device=torch.device("cuda") inputs,new_inputs=inputs.to(device),new_inputs.to(device) print(inputs.device,new_inputs.device)
结果如下:
可以看到不论inputs是多少维的,新建的new_inputs的type和device都与inputs保持一致
inputs:tensor([[1.,2.,3.,4.]]) new_inputs:tensor([]) torch.FloatTensortorch.FloatTensor inputs:tensor([1.,2.,3.,4.]) new_inputs:tensor([]) torch.FloatTensortorch.FloatTensor cuda:0cuda:0
四、实际应用(添加噪声)
可以对Tensor添加噪声,添加如下代码即可实现:
noise=inputs.data.new(inputs.size()).normal_(0,0.01) print(noise)
结果如下:
tensor([0.0062,0.0137,-0.0209,0.0072],device='cuda:0')
以上这篇Pytorch中.new()的作用详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。