深度学习pytorch基础

pytorch是facebook在深度学习框架torch基础上使用python重写的深度学习框架

安装pytorch便捷方法是登录官网（https://pytorch.org/get-started/locally/）选择匹配的版本进行下载

1. pytorch中的tensor

tensor意为张量，即区别于标量的多维数据

1.1 tensor的数据类型

和numpy差不多，tensor中的数据类型有自己的定义方式

1.1.1 torch.FloatTensor

生成数据为浮点型的tensor，参数可以是一个列表，也可以是一个维度值

import torch
a=torch.FloatTensor(2,3)
print(a)
b=torch.FloatTensor([1,2,3,4])
print(b)

输出如下

1.1.2 torch.IntTensor

生成整形张量，同理于floattensor

a=torch.IntTensor(3,4)
print(a)
b=torch.IntTensor([2,4,6,8])
print(b)

输出如下：

1.1.3 torch.rand

生成数据为浮点型指定维度的随机tensor，在0~1之间均匀分布

a=torch.rand(2,3)
print(a)

1.1.4 torch.randn

生成浮点型指定维度的tensor，满足均值为0，方差为1的正态分布

1.1.5 arange

开始用的是range，不过在版本升级之后官方改成了arange
生成浮点型且指定首尾范围的tensor&#