动手学深度学习打卡笔记1

Datawhale和伯禹学院联合和鲸平台组织的”动手学深度学习“公益学习活动打卡笔记。使用的DIve into DL是pytorch版本，中文网页版链接：https://tangshusen.me/Dive-into-DL-PyTorch/#/

数据基础: 张量和梯度

1.张量

Tensor（张量）可以看成是一个多维数组。标量是0维张量，向量是1维张量，矩阵则是2维张量。在深度学习中涉及到大量的矩阵和向量的相互计算（矢量计算的速度更快），在PyTorch中，torch.Tensor是存储和变换数据的主要工具。
除了基本的矩阵向量（同形）的计算之外，对于不同形状的Tensor，会有一个broadcasting机制。即以最大维度的Tensor为基础复制元素，使两个Tensor形状相同。例如：

input：
x = torch.arange(1, 3).view(