PyTorch1.7官方教程笔记（1）张量Tensor

学习PyTorch：60分钟快速入门

张量

在Pytorch中，神经网络的输入、输出以及网络的参数等数据，都是使用张量来进行描述。
张量可以在GPU上运算。

import torch
import numpy as np

张量初始化

1. 直接生成张量（通过列表）

data = [[1,2],[3,4]]
x_data = torch.tensor(data)

x_data:

tensor([[1, 2],
        [3, 4]])

2. 通过Numpy数组来生成张量

np_array = np.array(data)
x_np = torch.from_numpy(np_array)

x_np:

tensor([[1, 2],
        [3, 4]], dtype=torch.int32)

3. 通过已有张量来生成新张量

x_ones = torch.ones_like(x_data)
x_rand = torch.rand_like(x_data,dtype = torch.float)    # 0-1

x_rand:

tensor([[0.6000, 0.5929],
        [0.4534, 0.3422]])

4. 通过指定数据维度生成张量

shape = (2,3)
rand_tensor = torch.rand(shape<