├── .gitignore
├── README.md
└── tensors_1d
    └── geral.py


/.gitignore:
--------------------------------------------------------------------------------
1 | *.env
2 | *.db
3 | venv


--------------------------------------------------------------------------------
/README.md:
--------------------------------------------------------------------------------
1 | # Pytorch_Pratices
2 | 


--------------------------------------------------------------------------------
/tensors_1d/geral.py:
--------------------------------------------------------------------------------
 1 | import torch
 2 | import numpy as np
 3 | 
 4 | a = torch.tensor([0,1,2,3,4]) # criar tensor
 5 | 
 6 | print(a.dtype) # ver tipo do conteudo do tensor
 7 | print(a.type()) # ver tipo do tensor
 8 | 
 9 | b = torch.tensor([0.0,1.0,2.0,3.0,4.0], dtype= torch.int32) # definir o tipo do tensor
10 | # ou
11 | c = torch.FloatTensor([0,1,2,3,4]) # para obter o mesmo resultado
12 | # definindo esse tipo ao rodar o tensor ajusta ao seu tipo
13 | 
14 | print(b.type())
15 | print(c.type())
16 | 
17 | # Se quiser muda o tipo do tensor so rodar
18 | 
19 | d = torch.tensor([0,1,2,3,4])
20 | d = d.type(torch.FloatTensorS)
21 | 
22 | # ver quantos itens tem em um tensor
23 | 
24 | print(d.size()) # output 5
25 | 
26 | # ver quantos dimensoes o tensor possui
27 | 
28 | print(d.ndimension()) # output 1
29 | 
30 | # converter tensores 1d para 2d
31 | 
32 | e = torch.Tensor([0,1,2,3,4,5])
33 | 
34 | e_col = e.view(6,1) #tamnanho x e y
35 | # ou
36 | e_col = e.view(-1,1)
37 | 
38 | # convertendo np array para tensores
39 | 
40 | numpy_array = np.array([0.0,1.0,2.0,3.0,4.0])
41 | torch_tensor = torch.from_numpy(numpy_array)
42 | # converter de novo para numpy
43 | back_numpy=torch_tensor.numpy()


--------------------------------------------------------------------------------