pytorch学习教程系列之二 Tensor和Variable（一）

通过本次课程，能够学习如何像使用numpy一样去操作Pytorch，理解Pytorch中的两大组件Tensor和Variable以及操作方式。

一、像Numpy一样使用Pytorch

    Pytorch的使用方法跟numpy很像，但由于其能在gpu上运行，速度比numpy要快很多；如果numpy一样能通过gpu来加速的话，应该就没有其他深度学习框架什么事儿了。

               

tensor1，tensor2两种方法均能将numpy转换成pytorch的tensor的形式。

当然也可以将tensor转换成numpy的ndarray的形式，如下：

               

注意：gpu上的tensor不能直接进行转换，需要先将gpu上的tensor转到cpu上，在进行转换

二、访问tensor的属性

   shap和size()得到tensor的大小

                

  type()得到tensor的数据类型

                

  dim()得到维度

                  

   numel()得到所有元素个数