Pytorch入门基础知识（一）

目录

一、Tensor的基本定义

二、Tensor的类型 

 三、Tensor常用函数

 3.1 Tensor创建相关函数

3.2 Tensor的属性 

 3.3 Tensor加法运算

 3.4 减法运算

 3.5 乘法运算

 3.6 除法运算

3.7 矩阵运算

3.8 指数运算

3.9 对数运算

3.10 开方运算

 三、Pytorch中的广播机制​

四、Pytorch中的基本操作

4.1 Pytorch取整、取余相关函数 

 4.2  pytorch中的三角函数&其他常用函数

4.3 Pytorch比较运算符

4.4 pytorch排序相关函数

---

一、Tensor的基本定义

张量（tensor）是pytorch中最基础的一种数据结构 ，在pytorch中的操作都是基于tensor。我们可能对标量，向量，矩阵都非常熟悉，其实张量是标量、矩阵等更为高维、更为普遍的表现形式。

二、Tensor的类型 

在 torch 中 分为CUP 存储运算的tensor和 GPU存储运算的张量。Tensor在cpu、gpu下分别有 8 种数据类型，其中默认的数据类型为 32 位浮点型

数据类型	dtype	CPU Tensor	GPU Tensor
16 位浮点型	torch.float16 或 torch.half	torch.HalfTensor	torch.cuda.HalfTensor
32 位浮点型	torch.float32 或 torch.float	torch.FloatTensor	torch.cuda.FloatTensor
64