PyTorch入门

1.Tensor
Tensor是PyTorch中重要的数据结构，可认为是一个高维数组。它可以是一个数（标量）、一维数组（矩阵）或更高维的数组。Tensor和numpy的ndarrays类似，但Tensor可以使用GPU加速。
Tensor支持很多操作，包括数学运算、线性代数、选择、切片等。Tensor和numpy的数组间的互操作非常容易且快速，Tensor不支持的操作，可以先转换为numpy数组处理，之后转为Tensor.

2.Autograd:自动微分
autograd.Variable是Autograd中的核心类，它简单封装Tensor,并支持几乎所有Tensor的操作。Tensor在被封为Variable之后，可以调用它的.backward实现反向传播，自动计算所有梯度。
Variable主要包含三个属性：
(1)data：保存Variable所包含的Tensor;
(2)grad:保存data对应的梯度，grad也是个Variable,而不是Tensor,它和data的形状一样。
（3）grad_fn:指向一个Function对象，这个Function用来反向传播计算输入的梯度。

3.神经网络
Autograd实现了反向传播功能，torch.nn是专门为神经网络设计的模块化接口。nn构建于Autograd之上，可用来定义和运行神经网络。nn.Module是nn中最重要的类，可以把它看做一个网络的封装，包含网络各层定义及forward 方法，调用forward(input)方法，可返回前向传播的结果。