张量
在PyTorch中,张量Tensor是最基础的运算单位,与NumPy中的NDArray类似, 张量表示的是一个多维矩阵。不同的是,PyTorch中的Tensor可以运行在GPU. 上,而NumPy的NDArray只能运行在CPU上。由于Tensor能在GPU_ 上运行,因此大大加快了运算速度。
基本数据类型
python | PyTorch |
---|---|
Int | IntTensor |
Float | FloatTensor |
String | – |
PyTorch中Tensor的维度不同对应python中不同的数据类型:维度为0的表示标量,对应python中的一个普通的数;维度为1的Tensor对应python中的一维数组;以此类推
PyTorch不支持string类型,它不是一个完备的语言库,它是一个面向计算的GPU加速库,没有内建的对string的支持。
怎么表达string?
- One-hot编码用于类别
- Embedding
数据类型
同一个数据可能放在CPU上或者GPU上,在Pytorch中对应的数据类型不一样