张量¶
Fluid 中使用两种数据结构来承载数据,分别是 Tensor 和 LoD_Tensor 。 其中 LoD-Tensor 是 Fluid 的特有概念,它在 Tensor 基础上附加了序列信息。框架中可传输的数据包括:输入、输出、网络中的可学习参数,全部统一使用 LoD-Tensor 表示,Tensor 可以看作是一种特殊的 LoD-Tensor。
下面介绍这两种数据的相关操作。
Tensor¶
1. create_tensor¶
Tensor用于在框架中承载数据,使用 create_tensor
可以创建一个指定数据类型的Lod-Tensor变量,
API reference 请参考: create_tensor
2. create_parameter¶
神经网络的训练过程是一个对参数的学习过程,Fluid 使用 create_parameter
创建一个可学习的参数。该参数的值可以被operator改变。
API reference 请参考:create_parameter
3. create_global_var¶
Fluid 使用 create_global_var
创建一个全局tensor,通过此 API 可以指定被创建 Tensor 变量的数据类型、形状和值。
API reference 请参考:create_global_var
7. fill_constant_batch_size_like¶
Fluid 使用 fill_constant_batch_size_like
创建一个具有特定形状、类型和 batch_size 的 Tensor。并且该Tensor的初始值可以被指定为任意常数。其中 batch_size 信息由该tensor的 input_dim_idx
和 output_dim_idx
确定。
API reference 请参考:fill_constant_batch_size_like
8. fill_constant¶
Fluid 使用 fill_constant
创建一个具有特定形状和类型的 Tensor。可以通过 value
设置该变量的初始值。
API reference 请参考: fill_constant
LoD-Tensor¶
LoD-Tensor非常适用于序列数据,相关知识可以参考阅读 LoD_Tensor 。
1. create_lod_tensor¶
Fluid 使用 create_lod_tensor
基于numpy数组、列表或现有 LoD_Tensor 创建拥有新的层级信息的 LoD_Tensor。
API reference 请参考: create_lod_tensor
2. create_random_int_lodtensor¶
Fluid 使用 create_random_int_lodtensor
创建一个由随机整数组成的 LoD_Tensor。
API reference 请参考: create_random_int_lodtensor
3. reorder_lod_tensor_by_rank¶
Fluid 使用 reorder_lod_tensor_by_rank
对输入 LoD_Tensor 的序列信息按指定顺序重拍。
API reference 请参考:reorder_lod_tensor_by_rank