张量 Tensors

torch.is_tensor[source]

torch.is_tensor(obj)

如果obj 是一个pytorch张量，则返回True

• 参数： obj (Object) – 判断对象

torch.is_storage [source]

torch.is_storage(obj)

如何obj 是一个pytorch storage对象，则返回True

• 参数： input (Object) – 判断对象

torch.set_default_tensor_type[source]

torch.set_default_tensor_type(t)

torch.numel

torch.numel(input)->int

返回input 张量中的元素个数

• 参数: input (Tensor) – 输入张量

例子:

>>> a = torch.randn(1,2,3,4,5)>>> torch.numel(a)120>>> a = torch.zeros(4,4)>>> torch.numel(a)16

torch.set_printoptions[source]

torch.set_printoptions(precision=None, threshold=None, edgeitems=None, linewidth=None, profile=None)

设置打印选项。 完全参考自 Numpy。

参数:

• precision – 浮点数输出的精度位数 (默认为8 )
• threshold – 阈值，触发汇总显示而不是完全显示(repr)的数组元素的总数 （默认为1000）
• edgeitems – 汇总显示中，每维（轴）两端显示的项数（默认值为3）
• linewidth – 用于插入行间隔的每行字符数（默认为80）。Thresholded matricies will ignore this parameter.
• profile – pretty打印的完全默认值。 可以覆盖上述所有选项 (默认为short, full)