python机器学习入门之pytorch（寒假第二周）

矩阵的运算

矩阵的转置：用矩阵右上角角标T表示，转置前的矩阵将行列互换，就得到了这个矩阵的转置
对称矩阵：转置后的矩阵和原矩阵相等（此矩阵以主对角线（左上到右下）为对称轴）
反对称矩阵：转置后的矩阵和原矩阵相反（此矩阵以主对角线为对称抽且对称轴上的元素都是0）
转置的运算律：1转置的转置还是原矩阵
2两矩阵相加的转置等于转置后再相加
3矩阵数乘的转置等于这个数乘以该矩阵的转置
4 ab相乘的转置等于b的转置乘以a的转置

张量（tensor）

本质是数组，（可以以坐标轴的数量来判断是几维张量，有几个坐标轴就是几维张量）比如，一个数就是标量，即零维张量，没有方向，而向量就是一维张量，矩阵就是二维的张量（一个平面上的张量）以三维数组为例，a=（1,2,3）是一个x轴为1，y轴为2，z轴为3的三维数组，是个三维张量，四维张量就是一连串三维张量，五维张量就是以三维张量填充的矩阵，以此类推。
(1) 张量在pytorch中
dimension：表示维度，即
可以通过看张量最前面的中括号的数量来判断张量是几维的

Pytorch中对tensor操作

1. Isinstance方法 类似于type（），用来确认数据的类型，不过这种方法是比