动手学深度学习 Task02：预备知识

01.数据操作

张量表示由一个数值组成的数组，这个数组可能有多个维度

x = torch.arange(12)
x

输出

tensor([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

要改变一个张量的形状而不改变元素数量和元素值，可以调用 reshape 函数

X = x.reshape(3, 4)
X

输出

tensor([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]])

即使形状不同，我们仍然可以通过调用 广播机制 （broadcasting mechanism） 来执行按元素操作

a = torch.arange(3).reshape((3, 1))
b = torch.arange(2).reshape((1, 2))
a, b

输出

(tensor([[0],
         [1],
         [2]]),
 tensor([[0, 1]]))

对这两个张量进行加法操作

a + b

输出

tensor([[0, 1],
        [1