当前位置：首页 > java >正文

PyTorch里的张量及张量的操作

java 2025/7/21 10:03:55

张量的简介

张量是多重线性映射在给定基下的坐标表示，可视为向量和矩阵的泛化。

0 维张量：标量（如 5）
1 维张量：向量（如 [1, 2, 3]）
2 维张量：矩阵（如 [[1, 2], [3, 4]]）
3 维及以上张量：多维数组（如图像、视频、时间序列数据）

创建张量的方法

直接从数据创建

x = torch.tensor([5.5, 3])  # 从列表创建
print(x)  # tensor([5.5000, 3.0000])

创建了一个包含两个浮点数的一维张量，创建一个形状为 [2] 的张量，包含元素 [5.5, 3.0]，数据类型默认为 torch.float32

默认情况下，张量会创建在 CPU 上。若要在 GPU 上运行，需显式指定（如 .to('cuda')）

全0或全1张量

zeros = torch.zeros(4, 3, dtype=torch.long)  # 4x3全0矩阵，数据类型为long
ones = torch.ones(2, 2)  # 2x2全1矩阵
print(zeros)

zeros 张量：使用 torch.zeros() 创建一个形状为 [4, 3] 的全零矩阵，数据类型指定为 torch.long（即 64 位整数）。
ones 张量：使用 torch.ones() 创建一个形状为 [2, 2] 的全一矩阵，数据类型默认为 torch.float32。

随机初始化张量

rand = torch.rand(4, 3)  # 4x3随机矩阵（均匀分布[0,1)）
randn = torch.randn(4, 3)  # 4x3随机矩阵（标准正态分布）
print(rand)
print(randn)

rand 张量：使用 torch.rand(4, 3) 创建一个形状为 [4, 3] 的随机矩阵，元素服从均匀分布 U(0, 1)（范围从 0 到 1，包含 0 但不包含 1）。
randn 张量：使用 torch.randn(4, 3) 创建一个形状为 [4, 3] 的随机矩阵，元素服从标准正态分布 N(0, 1)（均值为 0，标准差为 1）。

基于现有张量创建

x = torch.new_ones(4, 3, dtype=torch.double)  # 全1矩阵，double类型
y = torch.randn_like(x, dtype=torch.float)  # 与x形状相同的随机矩阵，float类型
print(x.size())  # torch.Size([4, 3])
print(y.shape)   # 等价于.size()

torch.new_ones()：创建一个与调用对象（此处为torch）相同类型的全 1 张量。dtype=torch.double指定数据类型为 64 位浮点数（等价于torch.float64）。
torch.randn_like()：基于已有张量的形状创建新张量。dtype=torch.float覆盖原始数据类型，生成 32 位浮点数（等价于torch.float32）的随机张量（正态分布）。

报错：

raise AttributeError(f"module '{__name__}' has no attribute '{name}'")
AttributeError: module 'torch' has no attribute 'new_ones'

错误的原因是 torch.new_ones() 并不是 PyTorch 的全局函数，而是张量对象的方法（即需要通过已有的张量实例调用）。

# 正确写法：通过现有张量调用 new_ones()
# 1. 先创建一个基础张量（用于指定设备和数据类型）
base_tensor = torch.tensor([], dtype=torch.double)  # 空张量，仅指定类型
# 2. 基于基础张量创建全1张量
x = base_tensor.new_ones(4, 3)  # 形状为 (4, 3)，数据类型与 base_tensor 一致（double）
print(x)
print(x.dtype)  # 输出：torch.float64（即 double 类型）# 更简洁的等价写法：直接用 torch.ones() 指定形状和类型
x = torch.ones(4, 3, dtype=torch.double)  # 效果与上面完全相同
print(x)

常用函数

torch.Tensor()   基础构造函数
torch.zeros()   全 0 张量
torch.ones()   全 1 张量
torch.rand()   均匀分布随机张量
torch.randn()   正态分布随机张量
torch.arange()   等差数列张量
torch.linspace()   等分数列张量

运算

三种加法

方式一

x = torch.rand(4, 3)
y = torch.rand(4, 3)
print(x + y)

方式二

torch.add(x, y)

方式三

y.add_(x) 
print(y)

减乘除

print(x-y)
print(x*y)
print(x/y)

索引

x[k, :]

取第k+1行，因为索引从0开始

x[:,k]

取第k+1列

import torch
x = torch.rand(4, 3)
print(x)
print(x[1,:])
print(x[:,1])

另外可以用

x[p,q] = 100

来修改特定位置的元素

索引操作返回的是原张量的视图（view），共享内存。如需独立副本，使用 .clone()。

维度变换

y = x.view(16)  # 将x展平为1维向量
z = x.view(-1, 8)  # -1表示该维度由其他维度推断（16/8=2）

view()返回的是原张量的视图（共享内存），不复制数据。-1是动态推断维度的占位符，总元素数必须匹配（4×4=16）

print(x.size(), y.size(), z.size())  # 输出: [4, 4] [16] [2, 8]

所有张量共享相同的 16 个元素，只是组织方式不同

# 功能类似view，但可能返回副本
a = x.reshape(2, 8)

reshape()是更灵活的操作：若原张量内存连续，返回视图（等价于view()）；若不连续（如经过转置），会强制复制数据

# 使用clone()创建独立副本后再view
b = x.clone().view(16)

x.clone() 创建了一个与 x 具有相同数据但内存独立的新张量。这意味着修改 b 不会影响原始张量 x。
.view(16) 将克隆后的张量调整为一维向量（长度为 16）。由于 clone() 返回的是连续内存的张量，view() 可以直接操作而无需额外复制。

import torch
x=torch.rand(4,3)
print(x)
y=x.view(12)
z=x.view(-1,2)
print(x.size(),y.size(),z.size())

输出：

import torch
x=torch.rand(4,3)
print(x)
a=x.reshape(2,6)
print(a)
b=x.clone().view(12)
print(b)

输出：

取值操作

x = torch.randn(1)
print(x)  # tensor([-0.3456])
print(x.item())  # -0.3456234779701233（转为Python标量）

广播机制

当对两个张量执行运算时，PyTorch 会按以下规则自动处理形状差异：

维度对齐：将维度较少的张量左侧补 1，使两者维度数相同。
例：a.shape = (2, 3, 4)，b.shape = (3, 1) → 补全后 b.shape = (1, 3, 1)。
维度兼容性检查：对每个维度，若大小不同，则其中必须有一个为 1，否则广播失败。
兼容示例：(3, 1) 和 (1, 4) → 可广播为 (3, 4)。
不兼容示例：(2, 3) 和 (2, 4) → 最后一维 3≠4 且均不为 1，广播失败。
维度扩展：将维度为 1 的轴扩展到与另一张量对应维度相同的大小（实际计算中不复制数据，仅逻辑扩展）。
例：a.shape = (3, 4) 与补全后的 b.shape = (1, 4) → 广播后均为 (3, 4)。

当两个形状不同的张量进行运算时，PyTorch 会自动触发广播机制

import torcha = torch.tensor([1, 2, 3])  # shape: (3,)
b = torch.tensor(5)          # shape: ()result = a + b
print(result)  # tensor([6, 7, 8])

a = torch.randn(2, 3)        # shape: (2, 3)
b = torch.randn(3)           # shape: (3,)result = a + b
print(result.shape)  # torch.Size([2, 3])

a = torch.randn(2, 1, 3)     # shape: (2, 1, 3)
b = torch.randn(1, 3)        # shape: (1, 3)result = a + b
print(result.shape)  # torch.Size([2, 1, 3])

a = torch.randn(2, 3)        # shape: (2, 3)
b = torch.randn(2, 4)        # shape: (2, 4)# 会报错
try:result = a + b
except RuntimeError as e:print(e)
# 输出: The size of tensor a (3) must match the size of tensor b (4) at non-singleton dimension 1

a = torch.randn(1, 2, 1)     # shape: (1, 2, 1)
b = torch.randn(3, 1, 4)     # shape: (3, 1, 4)result = a + b
print(result.shape)  # torch.Size([3, 2, 4])

所有维度都会尝试广播：
第 0 维：1 vs 3 → 扩展为 3
第 1 维：2 vs 1 → 扩展为 2
第 2 维：1 vs 4 → 扩展为 4
结果形状为 (3, 2, 4)

a = torch.arange(1, 3).view(1, 2)  # tensor([[1, 2]])
b = torch.arange(1, 4).view(3, 1)  # tensor([[1], [2], [3]])
print(a + b)

torch.arange()创建一个一维张量，包含从 start 到 end - 1（左闭右开）的等差数列。

torch.arange(start=0, end, step=1, dtype=None, device=None, requires_grad=False)

start：起始值（默认为 0）
end：结束值（不包含）
step：步长（默认为 1）
dtype：数据类型（如 torch.int, torch.float 等）

b = torch.arange(1, 4)  # start=1, end=4 → [1, 2, 3]
# tensor([1, 2, 3])

a = torch.arange(1, 3).view(1, 2)   # shape: (1, 2)
b = torch.arange(1, 4).view(3, 1)   # shape: (3, 1)print(a + b)

a = [[1, 2]]        # shape (1, 2)
b = [[1],[2],[3]]           # shape (3, 1)# 广播后：
a = [[1, 2],[1, 2],[1, 2]]        # shape (3, 2)b = [[1, 1],[2, 2],[3, 3]]        # shape (3, 2)# 相加：
result = [[2, 3],[3, 4],[4, 5]]

广播机制 不会复制数据，而是通过“虚拟扩展”（broadcast）的方式，让不同形状的张量看起来像是相同形状，从而进行逐元素操作。这在内存和性能上都非常高效。

张量与 NumPy 的交互

import numpy as np# NumPy数组转PyTorch张量
a = np.array([1, 2, 3])
b = torch.from_numpy(a)  # 共享内存
print(b)  # tensor([1, 2, 3], dtype=torch.int32)# PyTorch张量转NumPy数组
c = torch.rand(3)
d = c.numpy()  # 共享内存
print(d)  # [0.1234 0.5678 0.9012]# 修改其中一个会影响另一个（因为共享内存）
a[0] = 100
print(b)  # tensor([100,   2,   3], dtype=torch.int32)

a = np.array([1, 2, 3])
b = torch.from_numpy(a)

torch.from_numpy() 的作用：这是将 NumPy 数组转换为 PyTorch 张量的函数。
关键点：共享内存！也就是说，b 和 a 指向的是同一块内存区域。
如果修改 a，b 也会变；反之亦然。

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

输出张量 b，其数据类型是 torch.int32，对应于 NumPy 的 np.int32 或 np.int64（根据系统）。
PyTorch 会根据 NumPy 数组的 dtype 自动推断张量的 dtype。

d = c.numpy()

.numpy() 的作用：.numpy() 是 PyTorch 张量的方法，用于将其转换为 NumPy 数组。
同样，共享内存！即 c 和 d 指向的是同一块内存空间。

自动求梯度（Autograd）

x = torch.tensor([2.0], requires_grad=True)

torch.tensor([2.0])：创建一个包含单个元素的张量 x = 2.0。
requires_grad=True：告诉 PyTorch 需要为这个张量记录梯度。只有设置了这个参数的张量，才会在反向传播时计算梯度。默认情况下，requires_grad=False，即不记录梯度。

# 定义函数 y = x^2
y = x**2

这里我们定义了一个函数 y = x^2。y 是一个张量，它是由 x 经过计算得到的。PyTorch 会自动记录这个计算过程，构建一个计算图（computation graph），以便后续进行反向传播。

# 反向传播计算梯度
y.backward()  # 等价于 y.backward(torch.tensor(1.0))

y.backward()：触发反向传播，计算 y 对所有需要梯度的输入张量（比如 x）的梯度。
因为 y 是一个标量（只有一个元素），所以不需要传入参数。
如果 y 是一个向量或更高维的张量，则需要传入一个与 y 同形状的梯度向量，作为链式法则中的“上游梯度”。

y.backward() 等价于 y.backward(torch.tensor(1.0))，因为 PyTorch 默认对标量调用 .backward() 时使用 1.0 作为梯度。

# 查看梯度 dy/dx = 2x = 2*2 = 4
print(x.grad)  # tensor([4.])

x.grad：这是 x 的梯度，也就是 dy/dx。因为 y = x^2，所以 dy/dx = 2x。当 x = 2 时，dy/dx = 4。所以输出为：tensor([4.])。

# 1. 定义模型参数
w = torch.randn(1, requires_grad=True)
b = torch.randn(1, requires_grad=True)# 2. 输入数据
x = torch.tensor([2.0])# 3. 前向传播
y_pred = w * x + b# 4. 定义目标值和损失函数
y_true = torch.tensor([5.0])
loss = (y_pred - y_true)**2# 5. 反向传播
loss.backward()# 6. 查看梯度
print("w.grad:", w.grad)
print("b.grad:", b.grad)

参考文章

thorough-pytorch/source/第二章/2.1 张量.md at main · datawhalechina/thorough-pytorchhttps://github.com/datawhalechina/thorough-pytorch/blob/main/source/%E7%AC%AC%E4%BA%8C%E7%AB%A0/2.1%20%E5%BC%A0%E9%87%8F.md