深入浅出Pytorch(task 01)

Pytorch的安装使用

之前在Linux环境下已经配置好了Pytorch的环境，且成功地运行了一些算法代码，这步就暂且掠过~

Pytorch基础知识

张量

Scalar
Vector
Matrix

Tensor 多维的数据形式，是Pytorch运算的基本单元，在Pytorch中可以自动求导和GPU运算。

import torch

#创建tensor
#dtype可以用来强制转换，面对变量输入时做规范处理
a = torch.tensor(1.0, dtype = torch.float)

#指定大小随机初始化
a = torch.FloatTensor(1,3)

#tensor和numpy,array之间相互转换
import numpy as np

g = np.array([[1,2,3],[4,5,6]])
h = torch.tensor(g)
i = torch.from_numpy(g)

j = h.numpy()

#常见的构造numpy的函数
k = torch.rand(2,3)
l = torch.ones(2,3)
m = torch.zeros(2,3)
n = torch.arrange(0,10,2)

print(k, '\n', l, '\n', m, '\n', n)

#查看维度
m.shape
m.size()

#索引方式
print(k[:,1])#打印第一列
print(k[0,:])

#改变tensor形状：view
print(m.view((3,2)))
print(m.view(-1,2))#"-1"表示自动计算维度

#tensor的广播机制
p = torch.arange(1,3).view(1,2)
q = torch.arange(1,4).view(3,1)
p + q

#拓展压缩维度:squeeze
print(m)
r = m.unsqueeze(1)
#只可以对有1维度的进行压缩

自动求导

动态计算图DCG
（笔记待整理）