apprentice_eye的博客

大家好，好久不见，也不知道大家有没有想我，最近事情比较多一直没有时间发文章。在深度学习的过程中我们可能会经常听说三种数据集，即训练集、验证集、测试集，但是这三个集合之间有什么异同我们可能很难弄明白其中之间的关系，尤其是验证集与测试集，今天我们就来讲一讲这三种集合之间的关系。

按照我们的惯例，我们先去官网上查看一下官方文档是怎样描述张量的张量张量是一个类似于数组与矩阵的专用的数据类型。在PyTorch中，我们使用张量来编码模型的输入输出与模型的参数。除了张量可以在GPU或者其他硬件加速器上运行之外，张量类似于NumPy的n维数组。实际上，张量和NumPy数组通常可以共用底层内存，从而消除复制数据的需要。张量也对自动微分进行了优化（我们将在后面的Autograd一节中看到更多相关内容），如果你对n维数组熟悉的化，那你也将对张量API非常熟悉。如果不熟悉的话，跟着做。

经过前面的讲解，相信大家可能已经知道什么是张量了，也知道了张量的创建方法，现在我们就来了解一下张量的运算，包括+,-,*,/,**这五种基本按元素运算，再加上索引和切片操作以及向量点积与矩阵乘法。关于拼接操作与广播机制，我会放到下一篇文章与下下一篇文章中进行讲述。好的小伙伴们，那就让我们开始今天的旅程吧！

简单的介绍一下张量的拼接操作