请我喝杯咖啡☕
本篇博文将介绍 PyTorch 中的 linspace() 函数，它用于创建在起始值和结束值之间均匀分布的一维张量。
备忘录：
本系列博文已涵盖 arange() 和 logspace() 函数。
linspace() 函数可以生成包含零个或多个均匀间隔的整数、浮点数或复数元素的一维张量。
备忘录：
linspace() 函数可与 torch 对象一起使用，但不能直接与张量对象一起使用。start 参数（必需，类型：int、float、complex 或 bool）：起始值。0 维张量也适用。end 参数（必需，类型：int、float、complex 或 bool）：结束值。0 维张量也适用。steps 参数（必需，类型：int）：生成的元素个数。必须大于等于 0，0 维张量也适用。dtype 参数（可选，默认：None，类型：dtype）：输出张量的类型。如果为 None，则根据 start、end 和 steps 推断。对于浮点数，会使用 torch.get_default_dtype()。本系列博文已涵盖 get_default_dtype() 和 set_default_dtype() 函数。 需要注意的是，仅设置整数类型的 start 和 end 不足以创建整数类型的一维张量，必须显式指定 dtype 参数为整数类型。必须使用 dtype= 的形式。本系列博文已涵盖 dtype 参数。device 参数（可选，默认：None，类型：str、int 或 torch.device()）：输出张量的设备。如果为 None，则使用 torch.get_default_device()。本系列博文已涵盖 get_default_device() 和 set_default_device() 函数。必须使用 device= 的形式。本系列博文已涵盖 device 参数。requires_grad 参数（可选，默认：False，类型：bool）：指示是否需要计算梯度。必须使用 requires_grad= 的形式。本系列博文已涵盖 requires_grad 参数。out 参数（可选，默认：None，类型：张量）：输出张量。必须使用 out= 的形式。本系列博文已涵盖 out 参数。
以下是一些示例代码：
import torchprint(torch.linspace(start=10, end=20, steps=0)) # tensor([])print(torch.linspace(start=20, end=10, steps=0)) # tensor([])print(torch.linspace(start=10., end=20., steps=1)) # tensor([10.])print(torch.linspace(start=20, end=10, steps=1)) # tensor([20.])print(torch.linspace(start=10., end=20., steps=2)) # tensor([10., 20.])print(torch.linspace(start=20, end=10, steps=2)) # tensor([20., 10.])print(torch.linspace(start=10., end=20., steps=3)) # tensor([10., 15., 20.])print(torch.linspace(start=20, end=10, steps=3)) # tensor([20., 15., 10.])print(torch.linspace(start=10., end=20., steps=4)) # tensor([10.0000, 13.3333, 16.6667, 20.0000])print(torch.linspace(start=20., end=10., steps=4)) # tensor([20.0000, 16.6667, 13.3333, 10.0000])print(torch.linspace(start=10, end=20, steps=4, dtype=torch.int64)) # 注意：结果仍然是浮点数print(torch.linspace(start=torch.tensor(10), end=torch.tensor(20), steps=torch.tensor(4), dtype=torch.int64)) # 注意：结果仍然是浮点数print(torch.linspace(start=10.+6.j, end=20.+3.j, steps=4))print(torch.linspace(start=torch.tensor(10.+6.j), end=torch.tensor(20.+3.j), steps=torch.tensor(4)))print(torch.linspace(start=False, end=True, steps=4))print(torch.linspace(start=torch.tensor(True), end=torch.tensor(False), steps=torch.tensor(4)))
通过这些例子，您可以了解 linspace() 函数的用法以及其参数的意义。 记住，对于整数类型输出，必须明确指定 dtype 参数。
以上就是PyTorch 中的 linspace的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1355289.html
微信扫一扫 
支付宝扫一扫 
