目录
一. 背景
PyTorch是Facebook开发的深度学习的框架之一，它是Facebook在Torch的基础上开发的，主要用于训练神经网络，可以用CPU和GPU进行训练网络。PyTorch可以用于人工智能的各个应用领域，如自然语言处理，计算机视觉，语音处理等方向，是一个功能很全面的深度学习框架。
除了Facebook开发的Pytorch框架之外，还有许多热门的深度学习框架，比如：
（1）TensorFlow：TensorFlow框架是Google公司开发的框架，其中TensorFlow又分为TensorFlow1.0和TensorFlow2.0，TensorFlow1.0和2.0的差别很大，可以说是两种不同的框架了。同时在TensorFlow中可以调用Keras的功能。
（2）MindSpore：MindSpore是国产的深度学习框架，是华为公司所开发开源AI框架，与与华为研发的昇腾芯片最佳匹配。有兴趣的小伙伴可以去华为云官网或华为ICT学院免费学习了解。
（3）PaddlePaddle（飞桨）：是百度开发的中国首个自主研发的深度学习框架。
除此之外还有许多的框架，大家感兴趣可以自行了解。
二. PyTorch的基础语法
1. 数据类型
由图中可以看出，PyTorch的数据类型，在CPU和GPU上是不一样的，在GPU上较比CPU，它在torch后多了cuda。
2. 判断数据类型
3. 将数据张量Tensor从CPU移到GPU上
（1）变量.cuda()
（2）变量.to(device)
以上的两种方法是常用的用GPU加速的方法，除了张量Tensor可以放到GPU上，我们构建的模型也可以放到GPU上训练。
4. 创建标量
标量是dimension为0的数据，是一个数值，比如经常用于表示loss的大小
5. 看一个数据的大小和形状
（1）形状：
（2）大小：
6. 随机的初始化函数
（1）rand
在[0,1]之间随机分布
rand(x, y)在[0,1]之间随机分布，其中x,y表示a的形状，比如rand(3,3)表示在一个3*3的在[0,1]之间分布的矩阵
（2）rand_like
rand_like相当于一个函数，即将随机出来的值直接赋值给a。
（3）randint
表示从最小值1开始不包括最大值10，随机生成3*3的矩阵 。
（4）randn（正态分布）
均值为0，方差为1的正态分布。
7. 对tensor赋值
（1）将tensor赋值为相同的值
（2）arange
这里的arange和python里的一样的用法
第三个参数是步长
（3）linspace
linspace(x,y,z)中，x,y和上面的arange一样的意思，z是表示分多少份，比如下面0-10分成11分就是0，1，2，.....，10，而arange的第三个参数表示步长，即各多少取一个数。
（4）全部赋值为1
（5）全部赋值为0
（6）对角矩阵
如果参数eye(x)只有1个，则构建x*x的对角矩阵。
（7）randperm不重复的随机打散
注意不包括10，如果参数为11，则不包括11。
8. 改变tensor的形状
9. 运算操作
10. 将2个张量合并
dim=0代表竖直方向，dim=1代表水平方向
11. 逻辑语句（==、>、<） 
12. 求和
对张量内的所有元素求和
13. 广播机制
由于a和b的形状不一样，所有把它们的形状扩展到相同，即a赋值一列，b赋值一行，再相加。
14. 索引和切片
pytorch中的索引和切片和python中的是一样的。
15. numpy数组和pytorch张量间的转换
三. 总结
以上是对Pytorch数据的一个简单的操作，包括赋值、生成随机数和有规律数、查看张量大小和形状、改变形状、加减乘除、广播机制、索引切片等操作，算是简单的入了门。
367
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
