每日学习内容23/9/24

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