PyTorch中Torch.arange函数详解

目录

• torch.arange函数详解
• 函数原型
• 用法
• 参数说明
• 关键字参数
• 代码示例
• pyTorch中torch.range()和torch.arange()的区别
• 总结

torch.arange函数详解

官方文档：torch.arange

函数原型

arange(start=0, end, step=1, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) -> Tensor

用法

返回大小为

的一维张量，其值介于区间

为步长等间隔取值

参数说明

参数	类型	说明
start	Number	起始www.devze.com值，默认值：0
end	Number	结束值
step	Number	步长，默认值：1

关键字参数

关键字参数	类型	说明
out	Tensor	输出张量
dtype	torch.dtype	期望的返回张量的数据类型。默认值：如果是None，则使用全局默认值。如果未给出 dtype，则从其他输入参数推断数据类型。如果 start、end 或 stop 中的任何一个是浮点数，则 dtype被推断为默认值，参见 get_default_dtype()。否则，dtype 被推断为 torch.int64
layout	torch.layout	返回张量的期望 layout。默认值：torch.strided
device	torch.device	返回张量的期望设备。默认值：如果是None，则使用当前设备作为默认张量类型，参见torch.sjavascriptet_default_tensor_type()。对于 CPU 类型的张量，则 device 是 CPU ，若是 CUDA 类型的张量，则 device 是当前的 CUDA 设备
requires_grad	bool	autograd 是否记录返回张量上所作的操作。默认值：False

代码示例

    >>> torch.arange(5)  # 默认以 0 为起点
    tensor([ 0,  1,  2,  3,  4])
    >>> torch.arange(1, 4)  # 默认间隔为 1
    tensor([ 1,  2,  3])
    >>> torch.arange(1, 2.5, 0.5)  # 指定间隔 0.5
    tensor([ 1.0000,  1.5000,  2.0000])

pyTorch中torch.range()和torch.arange()的区别

torch.range()和torch.arange()的区别

x = torch.range(-8, 8)
y = torch.arange(-8, 8)
print(x, x.dtype)
print(y, y.dtype)

output：

   tensor([-8., -7., -6., -5., -4., -3., -2., -1., 0., 1., 2., 3., 4., 5.,6., 7., 8.]) torch.float32

   tensor([-8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6, 7]) torch.int64

可以看到，torch.range()的范围是[-8, 8]，类型为torch.float32

torch.arange()的范围是[-8, 8)，类型为torch.int64

在梯度设置时会出现错误：

x = torch.range(-8, 8, 1, requires_grad=True)
y = torch.arange(-8, 8, 1, requires_grad=True)
print(x, x.dtype)
print(y, y.dtype)

即只有当类型为float时才可设置requires_grad=True，故可将

y = torch.arange(-8, 8, 1, requires_grad=Truepython)

改为以下，即手动改变数据类型即可。

y = torch.arange(-8.0, 8.0, 1.0, requires_grad=True)

output：

 &ens开发者_C学习p; tensor([-8., -7., -6., -5., -4., -3., -2.javascript, -1., 0., 1., 2., 3., 4., 5.,6., 7., 8.], requires_grad=True)

   torch.float32

   tensor([-8., -7., -6., -5., -4., -3., -2., -1., 0., 1., 2., 3., 4., 5.,6., 7.], requires_grad=True)

   toandroidrch.float32

总结

到此这篇关于PyTorch中Torch.arange函数的文章就介绍到这了,更多相关PyTorch Torch.arange函数内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！