一.背景介绍
1.深度学习处理的数据对象一般为n维数组,也称为张量。
2.和Python中使用最广泛的科学计算包NumPy和ndarray类似,又有区别。
3.CPU很好地支持张量加速计算,而NumPy仅支持CPU计算。
4.张量类支持自动微分,这使得张量类更适合深度学习。
二.张量入门与创建
1.导入torch。
2.import torch
注.虽然它被称为PyTorch,但导入torch而不是pytorch。
3.张量本质上就是数组,这个数组可能有多个维度。
4.具有一个轴/维度的张量对应数学上的向量。
5.具有两个轴/维度的张量对应数学上的矩阵。
6.具有两个轴/维度以上的张量没有特殊的数学名称。
创建张量----arrange的用法:
1.使用arange创建一个行向量x:从0开始的前12个整数,默认被创建为浮点数。
2.张量中的每个值都称为张量的元素。
创建张量----shape属性的用法
1.张量的shape属性来访问张量的形状。(沿每个轴的长度)
创建张量----numel()