PyTorch是一个python库,它主要提供了两个高级功能:
- GPU加速的张量计算
- 构建在反向自动求导系统上的深度神经网络
1. 定义数据
一般定义数据使用torch.Tensor , tensor的意思是张量,是数字各种形式的总称
简单理解张量:
0维张量:标量(一个数)
1维张量:向量(一维数组)
2维张量:矩阵(二维数组)
浅谈什么是张量
import torch
# 可以是一个数
x = torch.tensor(666)
print(x)
#可以是一组一维向量
x=torch.tensor([1,2,3,4,5,6])
print(x)
# 可以是二维数组(矩阵)
# 2*3 全1矩阵
x = torch.ones(2,3)
print(x)
# 可以是任意维度的数组(张量)
x = torch.ones(2,3,4)
print(x)
# 创建一个空张量
x = torch.empty(5,3)
print(x)
# 创建一个随机初始化的张量
x = torch.rand(5,3)
print(x)
# 创建一个全0的张量,里面的数据类型为 long
x = torch.zeros(5,3,dtype=torch.long)
print(x)
# 基于现有的tensor,创建一个新tensor,
# 从而可以利用原有的tensor的dtype,