pytorch学习笔记（二）Tensor和autograd

Tensors（张量）

Tensors其实就是多维数组，Tensors类似于NumPy的ndarrays，同时Tensors可以使用GPU进行计算。

• 构造一个5*3矩阵

import torch
x = torch.empty(5,3)  #不初始化
x = torch.rand(5,3)   #随机初始化
x = torch.zeros(5,3,dtype=torch.long)   #元素全为0，数据类型为long
x = torch.tensor([5.5,3])   #构造一个张量，直接使用数据
x = x.new_ones(5,3,dtype=torch.double)  #基于一个已经存在的tensor创建一个tensor
x = torch.randn_like(x,dtype=torch.float)  #结果与上面的x是相同规模

• 获取x的维度信息

print(x.size())   #获取x的维度信息

• 加法操作

y = torch.rand(5,3)
print(x+y)   #方式一
print(