跨行小白,最近阅读了2019年12月Pytorch官网上深度学习的开源书《Deep Learning with PyTorch》,略作总结分享给大家,表述不当之处还请批评指正,感谢。
一、Pytorch简介
1.1 Pytorch的特点:灵活、基于python、张量。
1.2 Pytorch提供促进深度学习的库:
torch.nn(搭建神经网络)
torch.util.data(下载处理数据,又包括Dataset/DataLoader)
torch.nn.DataParallel and torch.distributed(CPU、GPU or 并机计算)
torch.optim(优化器)
torch.storage(张量存储)
二、张量
2.1 张量是PyTorch中最基本的数据结构。
2.2 张量存储与Python列表或元组的区别如下图:
Python lists or tuples are individually allocated in memory,PyTorch tensors or NumPy arrays are views over contiguous memory.
2.3 张量的切片
(1)仍是一个张量
(2)未重新分配新的内存块储存切片结果,而是基于原储