常见的tensor格式

import torch
from torch import tensor

#第一种：Scalar:通常就是一个数值
x1=tensor(42.)#x1是一个float32类型的数据
x1

x1.dim() #得到x1的维度

x1.item() #该方法当张量只含有一个元素时有用，并且可以将张量变换成标量

2*x1

#第二种：Vector,例如：[-5.,2.,0.],在深度学习中通常指特征，例如词向量特征，某一维度特征等
v=tensor([1.5,-0.5,3])
v

v.dim()

v.size()

#第三种 Matrix：一般计算的都是矩阵，通常都是多维的
M=tensor([[1.,2.],[3.,4.]])  #行就是样本，列就是特征
M

M.matmul(M) 

tensor([1.,0.]).matmul(M) #矩阵乘法

M*M