这篇文章将为大家详细讲解有关Python中is_tensor()方法如何使用,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
创新互联建站是专业的柘城网站建设公司,柘城接单;提供成都网站制作、成都做网站,网页设计,网站设计,建网站,PHP网站建设等专业做网站服务;采用PHP框架,可快速的进行柘城网站开发网页制作和功能扩展;专业做搜索引擎喜爱的网站,专业的做网站团队,希望更多企业前来合作!
PyTorch torch.is_tensor()
如果传递的对象是PyTorch张量,则方法返回True。
用法:
torch.is_tensor(object)
参数
object:这是要测试的输入张量。
返回:它返回True或False。
让我们借助几个示例来了解这个概念:
范例1:
# Importing the PyTorch library import torch # A constant tensor of size n a = torch.FloatTensor([1, 4, 6, 9]) print(a) # Applying the is_tensor function and # storing the result in 'out' out = torch.is_tensor(a) print(out)
输出:
1 4 6 9 [torch.FloatTensor of size 4] True
范例2:
# Importing the PyTorch library import torch # A constant tensor of size n a = torch.randn(4, 6) print(a) # Applying the is_tensor function and # storing the result in 'out' out = torch.is_tensor(a) print(out)
输出:
0.7491 -1.5987 -0.9733 0.0436 -0.3093 2.0007 0.5679 -0.0092 -0.2573 0.9173 2.9849 -2.0159 -1.9215 -0.9131 -0.8244 0.4160 -0.3855 0.7033 1.7367 -1.1454 -1.4369 -0.9856 -0.9076 0.6267 [torch.FloatTensor of size 4x6] True
关于Python中is_tensor()方法如何使用就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。