动手学深度学习

一：环境配置

其他的都跟着小土堆即可

安装jupyter notebook

激活虚拟环境以后输入conda install jupyter notebook

2.1.2节

X = torch.arange(24,dtype = torch.float32).reshape(4,6)
Y = torch.arange(27,dtype = torch.float32).reshape(3,9)
X+Y

这里无法使用广播机制，使用广播机制的条件如下：

1. 两个张量的形状兼容：两个张量的形状要么相等，要么其中一个张量的维度为1，这样它们的形状是兼容的。

2. 每个维度的大小要么相等，要么其中一个张量在该维度上的大小为1。

根据您提供的代码中的张量形状，X的形状是(4, 6)，Y的形状是(3, 9)。这两个形状不满足上述条件，所以无法直接使用广播机制进行加法操作。

要使用广播机制，您需要调整张量的形状，使其满足上述条件。例如，您可以将Y的形状改为(1, 3, 9)，然后进行广播机制的加法操作：

X + Y.reshape(1, 3, 9)

这样，Y的形状就满足了第二个条件，可以进行广播机制的加法操作。

节省内存：

Z = torch.zeros_like(Y)
print('id(Z):', id(Z))
Z[:] = X + Y
print('id(Z):', id(Z))

这里必须用Z[:],如果直接用Z=X+Y，这样的话两次的id（Z）是不同的

关于广播机制看这里：

https://so.csdn.net/so/search?spm=1001.2101.3001.4498&q=%E5%B9%BF%E6%92%AD%E6%9C%BA%E5%88%B6%E7%9A%84%E4%BD%BF%E7%94%A8%E6%9D%A1%E4%BB%B6&t=&u=