一起学PyTorch吧，PyTorch从入门开始 每天都更新 超详细 参数 常用方法 简单案列 共同学习，共同进步 坚持day1

主要分为两大部分：

主要包括PyTorch 常用的API：

        --torch:torch常用的API

        --torchvision:torchvision常用API

torch:

        torch包含了多维张量的数据结构以及基于其上的多种数据操作。他也提供了多种工具，其中一些可以更有效地张量和任意类型进行序列化。它有 CUDA 的对应实现，可以在 NVIDIA GPU 上进行张量运算 (计算能力 >=2.0)。

Tensors

        torch.is_tensor(obj):如果参数obj是一个PyTorch张量，则返回True。

        torch.is_storage(obj):如果obj是一个PyTorch storage对象，则返回Ture。

        torch.set_default_tensor_type(t):设置当前tensor的默认数据类型。

>>> torch.tensor([1.2, 3]).dtype # initial default for
floating point is torch.float32 , →
torch.float32
>>> torch.set_default_tensor_type(torch.DoubleTensor)
>>> torch.tensor([1.2, 3]).dtype # a new floating point
tensor , →
torch.float64

  torch.numel(input)->int:返回input张量中的元素个数。input(Tensor):输入张量。

>>> a = torch.randn(1,2,3,4,5) 
>>> torch.numel(a)
120
>>> a = torch.zeros(4,4) 
>>> torch.numel(a)
16

torch.set_printoptions(precision=None, threshold=None,
edgeitems=None, linewidth=None, profile=None)} 

设置打印选项。完全参考自 Numpy 。

参数：

        -precision:浮点数输出的精度位数（默认为8）

        -threshold:阈值，触发汇总显示而不是完全显示（repr）的数组元素的总数（默认为1000）

        -edgeitems:汇总显示中，每维（轴）两端显示的项数（默认值为3）

        -linewidth:用于插入行间隔的每行字符数（默认为80）。Thresholded matricies will ignore this parameter。

        - profile ： pretty 打印的完全默认值。可以覆盖上述所有选项 ( 默认为 short, full)