04 数据操作+数据预处理 [动手学深度学习v2]

1. 访问元素

   一个元素：[1,2]：第一行，第二列；

   一行：[1, :]：第一行所有元素；

   一列：[:, 1]：第一列所有元素；

   子区域：[1:3, 1:]：第一行到第三行，第一列到最后一列 所有元素；

   子区域：[::3, ::2]：隔三行，隔两列的所有元素。(如下图所示)

2. 广播机制

a = torch.arange(3).reshape((3, 1))
b = torch.arange(2).reshape((1, 2))
'''
a是tensor([[0],
		   [1],
		   [2]]),
b是tensor([[0, 1]])
'''
a + b
'''
首先a先复制成[3,2]的tensor，即tensor([[0, 0],
								  [1, 1],
								  [2, 2]]),
b也复制成[3,2]的tensor，变成tensor([[0, 1],
								  [0, 1],
								  [0, 1]]),
然后在相加，得tensor([[0, 1],
					[1, 2],
					[2, 3]]),
'''

3. 原地操作

   运行一些操作可能会导致为新结果分配内存，需要通过原地操作来避免该问题。

   X = X + Y      # 会对X分配新的内存
   X += Y         # 原地操作，不会对X分配新的内存
   X[:] = X + Y   # 原地操作，不会对X分配新的内存
   

4. tensor.reshape不会分配新的内存地址，tensor.new会分配新的内存地址。