LLM大模型基础知识（二）

目录

数据操作

1、创建Tensor

2、操作

---

数据操作

在深度学习中，我们通常会频繁地对数据进行操作。作为动手学深度学习的基础，本节将介绍如何对内存中的数据进行操作。在PyTorch中，torch.Tensor是存储和变换数据的主要工具。如果你之前用过NumPy，你会发现Tensor和NumPy的多维数组非常类似。然而，Tensor提供GPU计算和自动求梯度等更多功能，这些使Tensor更加适合深度学习。

1、创建Tensor

我们先介绍Tensor的最基本功能，即Tensor的创建。
首先导入PyTorch：代码如下（示例）：

import torch

创建5x3的未初始化的Tensor:

x = torch.empty(5,3)

print(x)

输出

tensor([[ 0.0000e+00, 1.5846e+29, 0.0000e+00],

[ 1.5846e+29, 5.6052e-45, 0.0000e+00],

[ 0.0000e+00, 0.0000e+00, 0.0000e+00],

[ 0.0000e+00, 0.0000e+00, 0.0000e+00],

[ 0.0000e+00, 1.5846e+29, -2.4336e+02]])

我们可以通过shape或者size()来获取Tensor的形状:

print(x.size())

print(x.shape)

有很多函数可以创建Tensor，去翻翻官方API.

2、操作

在PyTorch中，基础操作参考连接：torch的基本用法 | 超全总结_torch用法-CSDN博客

---