当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch linspace用法及代码示例


本文简要介绍python语言中 torch.linspace 的用法。

用法:

torch.linspace(start, end, steps, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor

参数

  • start(float) -点集的起始值

  • end(float) -点集的结束值

  • steps(int) -构造张量的大小

关键字参数

  • out(Tensor,可选的) -输出张量。

  • dtype(torch.dpython:类型,可选的) -执行计算的数据类型。默认值:如果为无,当 startend 都是实数时使用全局默认 dtype(参见 torch.get_default_dtype()),并且当两者都是复数时使用相应的复数 dtype。

  • layout(torch.layout, 可选的) -返回张量的所需布局。默认值:torch.strided

  • device(torch.device, 可选的) -返回张量的所需设备。默认值:如果 None ,使用当前设备作为默认张量类型(参见 torch.set_default_tensor_type() )。 device 将是 CPU 张量类型的 CPU 和 CUDA 张量类型的当前 CUDA 设备。

  • requires_grad(bool,可选的) -如果 autograd 应该在返回的张量上记录操作。默认值:False

创建一个大小为 steps 的一维张量,其值从 startend (含)均匀分布。也就是说,值为:

警告

不建议为steps 提供值。为了向后兼容,不提供 steps 的值将创建一个具有 100 个元素的张量。请注意,此行为未反映在记录的函数签名中,不应依赖。在未来的PyTorch 版本中,未能为steps 提供值将引发运行时错误。

例子:

>>> torch.linspace(3, 10, steps=5)
tensor([  3.0000,   4.7500,   6.5000,   8.2500,  10.0000])
>>> torch.linspace(-10, 10, steps=5)
tensor([-10.,  -5.,   0.,   5.,  10.])
>>> torch.linspace(start=-10, end=10, steps=5)
tensor([-10.,  -5.,   0.,   5.,  10.])
>>> torch.linspace(start=-10, end=10, steps=1)
tensor([-10.])

相关用法


注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.linspace。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。