pytorch基础知识之Tensor（1）

Tensor定义

1.张量 ：对于标量，矩阵，向量更加泛化的表述。可以说矩阵就是2阶的张量，张量可以表示数据的任意维度


以下是创建一些张量代码实例

import torch
#传数据(FlotTensor类型)
a = torch.Tensor( [ [1,2],[3,4] ] )

#基础构造函数
a = torch.Tensor(2,3)
#几种特殊
b = torch.zeros(3,5)
b = torch.ones(2,2)
b = torch.eye(3,3)

c = torch.zeros_like(a)
c = torch.ones_like(a)

#.........随机
a = torch.rand(2,2)
#........正态
a = torch.normal(mean = 0.0, std = torch.rand(2,3)) #mean为均值， std为标准差
a = torch.normal(mean = torch.rand(2,5),std = torch.rand(2,5) )
#..............均匀分布 (FlotTensor类型)
a = torch.Tensor(1,3).uniform_(0,1)
#........序列  (LongTensor类型)
a = torch.arange(0,10,2)  #步长为2，最后结尾值不包含在序列中
a  = torch.linspace(1,10, 3) #拿到等间隔的3个数字，结尾值包含10
#........随机排列(LongTensor类型)
a = torch.randperm(15)   #0-14,数字随机排列
print(a)
print(a.type())

Tensor的三个属性

每个Tensor都有torch.dtype, torch.device, torch.layout三种属性。
torch.dtype :数据类型
torch.dev