鸿蒙培训第四阶段第三次任务

1、张量（Tensor）：
a、各种数值数据可以为张量。
b、常数：scaler：0阶张量。
c、向量：vector：1阶张量。
d、矩阵：matrix：2阶张量。
2、张量的创建方式：
  a、torch.Tensor(list)
  b、torch.empty()/zeros()/ones()
  c、torch.rand()/randint()/randn(）

3、 tensor的数据类型和修改方法
a) int32 -->int
b) int64 --->long
c) float32--->float
d) float64 --->double
e) tensor.float().long().double().int()
4、 tensor的计算
a) tensor+tensor，形状相同对应位置计算
b) 形状不同：可以进行广播
c) tensor+数字，tensor中的每个值和数字计算
d) x.add_(y)x的值会直接被修改
5、CUDA类型的tensor
a) device=torch.device("cuda:0"if torch.cuda.is_available() else "cpu")
b) torch.tensor([1,,3],device) #创建cuda类型的tensor
c) tensor.to(device) #把tensor转化为cuda支持的tensor
d) tensor.cpu() #把cuda的tensor转化为cpu上的tensor
6、张量的方法和属性
a、数据中只有一个元素的时候，取值：tensor.item()。
b、转化为numpy数组的时候：tensor.numpy()。
c、获取形状：
   i. tensor.size()
   ii. tensor.size(1) #获取第一个维度的形状
d、形状的变化：tensor.view([shape])。
e、获取阶数：tensor.dim()。
f、常用计算方法：tensor.max()/mind。