PyTorch是一个广泛应用于深度学习的开源框架,它提供了丰富的工具和功能来支持张量计算。张量是PyTorch中最基本的数据结构之一,它类似于多维数组,可以存储和操作大规模的数值数据。本文将详细介绍PyTorch中的Tensor数据结构,并提供相应的源代码示例。
- 张量的创建
在PyTorch中,我们可以使用torch.Tensor类来创建张量。张量可以是一个标量(0维张量)、向量(1维张量)、矩阵(2维张量)或多维数组(多维张量)。下面是一些创建张量的示例代码:
import torch
# 创建一个标量张量
scalar_tensor = torch.tensor(3.14)
print(scalar_tensor)
# 创建一个向量张量
vector_tensor = torch