Python PyTorch make_tensor用法及代码示例

本文简要介绍python语言中 torch.testing.make_tensor 的用法。

用法:

torch.testing.make_tensor(shape, device, dtype, *, low=None, high=None, requires_grad=False, noncontiguous=False, exclude_zero=False)

参数：

• shape(元组[int,..]) -定义输出张量形状的整数序列。

• device(联盟[str,torch.device]) -返回张量的设备。

• dtype(torch.dtype) -返回张量的数据类型。

• low(可选的[数字]) -设置给定范围的下限(含)。如果提供了一个数字，它将被限制为给定数据类型的最小可表示的有限值。当None(默认)时，该值根据dtype确定(参见上表)。默认值：None。

• high(可选的[数字]) -设置给定范围的上限(不包括上限)。如果提供了一个数字，它将被限制为给定数据类型的最大可表示有限值。当None(默认)时，该值是根据dtype 确定的(参见上表)。默认值：None。

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

• noncontiguous(可选的[bool]) -如果 True ，返回的张量将是不连续的。如果构造的张量少于两个元素，则忽略此参数。

• exclude_zero(可选的[bool]) -如果 True 则将零替换为 dtype 的小正值，具体取决于 dtype 。对于 bool 和 integer 类型，零被替换为一。对于浮点类型，它被替换为 dtype 的最小正法行数(dtype 的 finfo() 对象的 “tiny” 值)，对于复数类型，它被替换为实部和虚部分别为复数类型可表示的最小正正规数。默认 False 。

抛出：

• ValueError - 如果low > high 。

• ValueError - 如果 low 或 high 是 nan 。

• TypeError - 如果此函数不支持dtype。

使用给定的 shape 、 device 和 dtype 创建一个张量，并填充从 [low, high) 统一绘制的值。

如果指定了 low 或 high 并且超出了 dtype 的可表示有限值的范围，则它们分别被钳制到最低或最高可表示有限值。如果 None ，则下表说明了 low 和 high 的默认值，它们取决于 dtype 。

dtype	low	high
布尔类型	0	2
无符号整数类型	0	10
有符号整数类型	-9	10
浮点数类型	-9	9
复杂类型	-9	9

例子

>>> from torch.testing import make_tensor
>>> # Creates a float tensor with values in [-1, 1)
>>> make_tensor((3,), device='cpu', dtype=torch.float32, low=-1, high=1)
tensor([ 0.1205, 0.2282, -0.6380])
>>> # Creates a bool tensor on CUDA
>>> make_tensor((2, 2), device='cuda', dtype=torch.bool)
tensor([[False, False],
        [False, True]], device='cuda:0')