qiuzitao深度学习之PyTorch实战（四）

史上最简单、实际、通俗易懂的PyTorch实战系列教程！（新手友好、小白请进、建议收藏）

一、Tensor常见的形式

• 0: scalar 　　　　　　　　　　标量数值
• 1: vector 　　　　　　　　　　矢量/向量
• 2: matrix 　　　　　　　　　　矩阵
• 3: n-dimensional tensor 　 　 　高维特征向量

例子：

import torch
from torch import tensor

Scalar：

x = tensor(42.)
x

x.dim()

2 * x

x.item()

Vector：

例如： [-5., 2., 0.]，在深度学习中通常指特征，例如词向量特征，某一维度特征等
𝑣⃗ =[𝑣1,𝑣2,…,𝑣𝑛]

v = tensor([1.5, -0.5, 3.0])
v

v.dim()

v.size()

Matrix：

• 一般计算的都是矩阵，通常都是多维的

M = tensor([[1., 2.], [3., 4.]])
M

M.matmul(M)

tensor([1., 0.]).matmul(M)

M * M

tensor([1., 2.]).matmul(M)

参考：唐宇迪2020年深度学习框架PyTorch实战教程
　　　qiuzitao技术博客