1.Tensor——张量
张量就是一个多维数组,目的是创造更高维的矩阵和向量。
第一维度指最大维度,即最外层“[ ]”之中的内容,n维张量中,基础实值元素只存在于第n维度中。
笔记 | 什么是张量(tensor)& 深度学习 - 知乎 (zhihu.com)
2.合成数据集
def synthetic_data(w, b, num_examples): #@save
"""生成y=Xw+b+噪声"""
X = torch.normal(0, 1, (num_examples, len(w)))
y = torch.matmul(X, w) + b
y += torch.normal(0, 0.01, y.shape)
return X, y.reshape((-1, 1))
torch.normal(平均值,标准差,输出张量) 返回张量
torch.matmul(矩阵变量名,矩阵变量名) 执行:矩阵相乘 (难)
len(变量名) 返回字符长度或元素、项的个数。或第一维度元素数量
从零到熟悉,带你掌握Python len() 函数的使用_pandas len函数_华为云开发者联盟的博客-CSDN博客
shape[0] :读取行数// shape[1]:读取列数// shape:行列数组成元组直接输出
reshape(行数,列数) 修改行数和列数。当数值为-1时,指未指定行或列数,表示任一正整数