2. 텐서 기초2

import torch
import numpy

new_arr = np.array([1,2,3])
new_arr.dtype # dtype('int32')

torch.tensor(new_arr)
# tensor([1, 2, 3], dtype=torch.int32)

my_tensor = torch.FloatTensor(new_arr)
my_tensor.dtype # torch.float32

# 빈 행렬 생성
torch.empty(2,2)
'''
tensor([[0.0000e+00, 2.8026e-45],
        [7.0295e+28, 6.1949e-04]])
'''

#영행렬 생성
torch.zeros(4,3, dtype = torch.int64)
'''
tensor([[0, 0, 0],
        [0, 0, 0],
        [0, 0, 0],
        [0, 0, 0]])
'''

# 1로만 이루어진 행렬
torch.ones(4,3)
'''
tensor([[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]])
'''

#배열 크기 조정
torch.arange(0,18,2).reshape(3,3)
'''

tensor([[ 0,  2,  4],
        [ 6,  8, 10],
        [12, 14, 16]])
'''

#랜덤 변수로 텐서 구성
torch.rand(4,3)
'''
tensor([[0.5552, 0.2604, 0.4418],
        [0.3415, 0.6030, 0.2609],
        [0.0778, 0.2505, 0.3339],
        [0.3110, 0.8594, 0.5114]])
'''

 

 

FloatTensor -> 텐서 원소들 전부 실수형태로 구성

rand -> 랜덤변수로 구성

randint -> int형 랜덤 변수로 구성

zeros, ones -> 0행렬 및 1로 구성된 텐서

reshape -> 텐서 크기 재정의